S2 공연 환경에 적용 가능한 human pose estimation

프로젝트 설명

공연장환경(어두운 조명, 다중 군중 등)에 대응 가능한 human pose estimation 기술

환경설정

TensorRT Docker 환경에서 모델을 실행 가능. 아래 링크를 참고하여 TensorRT Docker 이미지와 사용법 확인:

TensorRT Docker 환경 설정 가이드

---

0. tensorRT 모델 준비

이미지 복원 모델

# enhance
trtexec --onnx="enhance.onnx" --saveEngine="enhance.trt" --fp16
mv enhance.trt Illumination-Adaptive-Transformer/IAT_enhance/

# exposure
trtexec --onnx="exposure.onnx" --saveEngine="exposure.trt" --fp16
mv exposure.trt Illumination-Adaptive-Transformer/IAT_enhance/

포즈 추정 모델

# detection
trtexec --onnx="yolox_l.onnx" --saveEngine="yolo.trt" --fp16
mv yolo.trt pose/ControlNet-v1-1-nightly/

# pose
trtexec --onnx="dw-ll_ucoco_384.onnx" --saveEngine="pose.trt" --fp16
mv pose.trt pose/ControlNet-v1-1-nightly/

---

1. 이미지 복원 모델 실행

cd Illumination-Adaptive-Transformer/IAT_enhance
python3 trt_demo.py --input "이미지 경로"

2. 포즈 추정 모델 실행

cd pose/ControlNet-v1-1-nightly
python3 dwpose_infer_example.py --input "이미지 경로"