Tugas MediaPipe Pose Landmarker memungkinkan Anda mendeteksi tempat terkenal tubuh manusia dalam gambar atau video. Anda dapat menggunakan tugas ini untuk mengidentifikasi lokasi utama tubuh, menganalisis postur, dan mengategorikan gerakan. Tugas ini menggunakan model machine learning (ML) yang bekerja dengan satu gambar atau video. Tugas ini menghasilkan bangunan terkenal pose tubuh dalam koordinat gambar dan dalam koordinat dunia 3 dimensi.
Petunjuk ini menunjukkan cara menggunakan Pose Landmarker untuk aplikasi web dan JavaScript. Untuk mengetahui informasi selengkapnya tentang kemampuan, model, dan opsi konfigurasi tugas ini, lihat Ringkasan.
Contoh kode
Kode contoh untuk Pose Landmarker menyediakan penerapan lengkap tugas ini dalam JavaScript sebagai referensi Anda. Kode ini membantu Anda menguji tugas ini dan memulai pembuatan aplikasi penanda pose Anda sendiri. Anda dapat melihat, menjalankan, dan mengedit kode contoh Pose Landmarker hanya menggunakan browser web.
Penyiapan
Bagian ini menjelaskan langkah-langkah utama untuk menyiapkan lingkungan pengembangan khusus untuk menggunakan Pose Landmarker. Untuk informasi umum tentang menyiapkan lingkungan pengembangan web dan JavaScript, termasuk persyaratan versi platform, lihat Panduan penyiapan untuk web.
Paket JavaScript
Kode Pose Landmarker tersedia melalui paket @mediapipe/tasks-vision
NPM MediaPipe. Anda dapat
menemukan dan mendownload library ini dengan mengikuti petunjuk di
Panduan penyiapan platform.
Anda dapat menginstal paket yang diperlukan melalui NPM menggunakan perintah berikut:
npm install @mediapipe/tasks-vision
Jika Anda ingin mengimpor kode tugas melalui layanan jaringan penayangan konten (CDN), tambahkan kode berikut pada tag <head> di file HTML:
<!-- You can replace JSDeliver with another CDN if you prefer -->
<head>
<script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.js"
crossorigin="anonymous"></script>
</head>
Model
Tugas MediaPipe Pose Landmarker memerlukan model terlatih yang kompatibel dengan tugas ini. Untuk mengetahui informasi selengkapnya tentang model terlatih yang tersedia untuk Pose Landmarker, lihat bagian Model ringkasan tugas.
Pilih dan download model, lalu simpan dalam direktori project Anda:
<dev-project-root>/app/shared/models/
Membuat tugas
Gunakan salah satu fungsi createFrom...() Pose Landmarker guna menyiapkan tugas untuk menjalankan inferensi. Gunakan fungsi createFromModelPath() dengan jalur relatif atau absolut ke file model yang telah dilatih.
Jika model sudah dimuat ke dalam memori, Anda dapat menggunakan metode createFromModelBuffer().
Contoh kode di bawah menunjukkan penggunaan fungsi createFromOptions() untuk
menyiapkan tugas. Fungsi createFromOptions() memungkinkan Anda menyesuaikan Pose Landmarker dengan opsi konfigurasi. Untuk mengetahui informasi selengkapnya tentang opsi
konfigurasi, lihat Opsi konfigurasi.
Kode berikut menunjukkan cara mem-build dan mengonfigurasi tugas dengan opsi kustom:
const vision = await FilesetResolver.forVisionTasks(
// path/to/wasm/root
"https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
const poseLandmarker = await poseLandmarker.createFromOptions(
vision,
{
baseOptions: {
modelAssetPath: "path/to/model"
},
runningMode: runningMode
});
Opsi konfigurasi
Tugas ini memiliki opsi konfigurasi berikut untuk aplikasi Web dan JavaScript:
| Nama Opsi | Deskripsi | Rentang Nilai | Nilai Default |
|---|---|---|---|
runningMode |
Menetapkan mode berjalan untuk tugas. Ada dua
mode: IMAGE: Mode untuk input gambar tunggal. VIDEO: Mode untuk frame video yang didekode atau pada livestream data input, seperti dari kamera. |
{IMAGE, VIDEO} |
IMAGE |
numPoses |
Jumlah maksimum pose yang dapat dideteksi oleh Penanda Pose. | Integer > 0 |
1 |
minPoseDetectionConfidence |
Skor keyakinan minimum untuk deteksi pose agar dianggap berhasil. | Float [0.0,1.0] |
0.5 |
minPosePresenceConfidence |
Skor keyakinan minimum skor kehadiran pose dalam deteksi penanda pose. | Float [0.0,1.0] |
0.5 |
minTrackingConfidence |
Skor keyakinan minimum untuk pelacakan pose agar dianggap berhasil. | Float [0.0,1.0] |
0.5 |
outputSegmentationMasks |
Apakah Pose Landmarker menghasilkan mask segmentasi untuk pose yang terdeteksi. | Boolean |
False |
Menyiapkan data
Penanda Pose dapat mendeteksi pose dalam gambar dalam format apa pun yang didukung oleh browser host. Tugas ini juga menangani pra-pemrosesan input data, termasuk mengubah ukuran, rotasi, dan normalisasi nilai. Untuk menandai pose dalam video, Anda dapat menggunakan API untuk memproses satu frame dalam satu waktu dengan cepat, menggunakan stempel waktu frame untuk menentukan kapan pose terjadi dalam video.
Menjalankan tugas
Pose Landmarker menggunakan metode detect() (dengan mode berjalan IMAGE) dan
detectForVideo() (dengan mode berjalan VIDEO) untuk memicu
inferensi. Tugas ini memproses data, mencoba membuat penanda pose, lalu melaporkan hasilnya.
Panggilan ke metode detect() dan detectForVideo() Pose Landmarker berjalan
secara sinkron dan memblokir thread interpose pengguna. Jika Anda mendeteksi pose dalam frame video dari kamera perangkat, setiap deteksi akan memblokir thread utama. Anda dapat mencegah hal ini dengan mengimplementasikan pekerja web untuk menjalankan metode detect() dan detectForVideo() di thread lain.
Kode berikut menunjukkan cara mengeksekusi pemrosesan dengan model tugas:
Gambar
const image = document.getElementById("image") as HTMLImageElement;
const poseLandmarkerResult = poseLandmarker.detect(image);
Video
await poseLandmarker.setOptions({ runningMode: "VIDEO" });
let lastVideoTime = -1;
function renderLoop(): void {
const video = document.getElementById("video");
if (video.currentTime !== lastVideoTime) {
const poseLandmarkerResult = poseLandmarker.detectForVideo(video);
processResults(detections);
lastVideoTime = video.currentTime;
}
requestAnimationFrame(() => {
renderLoop();
});
}
Untuk implementasi yang lebih lengkap dalam menjalankan tugas Pose Landmarker, lihat contoh kode.
Menangani dan menampilkan hasil
Pose Landmarker menampilkan objek poseLandmarkerResult untuk setiap deteksi
yang dijalankan. Objek hasil berisi koordinat untuk setiap penanda pose.
Berikut ini contoh data output dari tugas ini:
PoseLandmarkerResult:
Landmarks:
Landmark #0:
x : 0.638852
y : 0.671197
z : 0.129959
visibility : 0.9999997615814209
presence : 0.9999984502792358
Landmark #1:
x : 0.634599
y : 0.536441
z : -0.06984
visibility : 0.999909
presence : 0.999958
... (33 landmarks per pose)
WorldLandmarks:
Landmark #0:
x : 0.067485
y : 0.031084
z : 0.055223
visibility : 0.9999997615814209
presence : 0.9999984502792358
Landmark #1:
x : 0.063209
y : -0.00382
z : 0.020920
visibility : 0.999976
presence : 0.999998
... (33 world landmarks per pose)
SegmentationMasks:
... (pictured below)
Output-nya berisi koordinat yang dinormalisasi (Landmarks) dan koordinat dunia (WorldLandmarks) untuk setiap tempat terkenal.
Output berisi koordinat yang dinormalkan berikut (Landmarks):
xdany: Koordinat tempat terkenal dinormalisasi antara 0,0 dan 1,0 dengan lebar (x) dan tinggi gambar (y).z: Kedalaman tempat terkenal, dengan kedalaman di titik tengah pinggul sebagai asal. Semakin kecil nilainya, semakin dekat tempat terkenal ke kamera. Magnitudo z menggunakan skala yang kurang lebih sama denganx.visibility: Kemungkinan tempat terkenal terlihat dalam gambar.
Output berisi koordinat dunia berikut (WorldLandmarks):
x,y, danz: Koordinat 3 dimensi dunia nyata dalam meter, dengan titik tengah pinggul sebagai asal.visibility: Kemungkinan tempat terkenal terlihat dalam gambar.
Gambar berikut menunjukkan visualisasi output tugas:
Mask segmentasi opsional mewakili kemungkinan setiap piksel milik orang yang terdeteksi. Gambar berikut adalah mask segmentasi dari output tugas:
Kode contoh Pose Landmarker menunjukkan cara menampilkan hasil yang ditampilkan dari tugas, lihat contoh kode