基于改进YOLOv5s-pose的多人人体姿态估计
打开文本图片集
关键词：多人人体姿态检测;YOLOv5s;双向特征金字塔网络;检测精度
0 引言（Introduction）
深度学习技术在图像分割、目标检测等方向取得的一系列突破，促进了多人人体姿态目标检测算法的进步。
目前，基于深度学习的多人人体姿态检测方法分为双阶段目标检测算法和单阶段检测算法，其中针对双阶段目标检测，如PAPANDREOU 等[1]在第一阶段采用FasterR-CNN 检测人体;在第二阶段采用ResNet预测每个关键点的热力图和偏移量，通过融合得到关键点的精确位置。（剩余4857字）
