2. 2D姿态估计基础：关键点定义、COCO与MPII数据集、评价指标

好，咱们正式开始聊2D姿态估计。这一章是整个课程的基石，说白了就是先把“游戏规则”定清楚。你想想看，如果连关键点是什么、用什么数据训练、怎么算分都不清楚，后面再花哨的模型也是空中楼阁。

我个人习惯，在接触一个新任务时，先搞清楚三件事：我要预测什么？我用什么数据学？我学得好不好怎么衡量？ 这一章，我们就围绕这三个问题展开。

2.1 关键点定义：给人体“贴标签”

2D姿态估计，核心任务就是定位人体上的“关键点”（Keypoints）。这些点通常是关节、五官或者身体轮廓上的显著位置。

不同的数据集，对关键点的定义不太一样。我刚开始做这个方向时，就吃过这个亏。在一个数据集上训好的模型，换到另一个数据集上，发现关键点编号对不上，输出维度也不对，代码直接崩了。所以，第一件事就是对齐定义。

常见的定义方式有两种：

• 基于关节：比如肩膀、手肘、手腕、膝盖、脚踝。这是最主流的做法。
• 基于轮廓：比如头顶、下巴、眼睛、耳朵。通常用于人脸或身体轮廓的精细估计。

这里我列一个最常见的17个关键点定义（COCO标准），你感受一下：

编号	关键点名称	编号	关键点名称
0	鼻子	9	左手腕
1	左眼	10	右手腕
2	右眼	11	左髋
3	左耳	12	右髋
4	右耳	13	左膝
5	左肩	14	右膝
6	右肩	15	左脚踝
7	左肘	16	右脚踝
8	右肘

2.2 COCO与MPII数据集：两大“练兵场”

聊完定义，咱们看看数据。目前最主流的两个2D姿态估计数据集，就是COCO和MPII。

2.2.1 COCO数据集

COCO全称是Common Objects in Context。它不只有姿态估计，还有目标检测、实例分割等任务。但它的姿态估计子集非常强大。

• 规模：训练集有超过11万张图片，标注了超过15万个实例（人）。
• 关键点：17个关键点（就是上面表格里那些）。
• 特点：场景复杂，人物尺度变化大，遮挡严重。说白了，就是“野路子”数据，非常贴近真实世界。

我记得有一次，我用COCO训练出来的模型，在实验室的测试集上效果很好。但一放到公司楼下的监控视频里，就各种漏检、错检。后来分析发现，COCO里的人物姿势虽然多样，但俯视角度和极端遮挡的样本还是不够。所以，不要迷信公开数据集，一定要结合自己的场景做数据增强。

2.2.2 MPII数据集

MPII是Max Planck Institute for Informatics发布的。它更侧重于单人姿态估计和日常活动。

• 规模：训练集约2.2万张图片，4万个实例。
• 关键点：16个关键点（比COCO少了眼睛和耳朵，但多了胸部和骨盆中心）。
• 特点：图片质量高，姿势标注更精细，但场景相对单一。

我个人觉得，MPII更适合做算法验证和消融实验。因为它的数据干净，干扰少，能更快地看出模型改进的效果。而COCO更适合做最终性能评估，因为它更接近真实世界的挑战。

2.3 评价指标：怎么才算“好”？

模型训好了，怎么量化它的好坏？这就轮到评价指标登场了。2D姿态估计里，最常用的三个指标是：PCK、OKS和AP。

2.3.1 PCK (Percentage of Correct Keypoints)

PCK是最早使用的指标之一。它的逻辑很简单：

对于一个预测的关键点，如果它和真实关键点之间的距离，小于某个阈值，就认为这个点是“正确”的。

这个阈值怎么定？通常是根据人体尺度来归一化的。比如PCKh，就是用头部长度（head length）作为归一化因子。

公式长这样：

PCK = (预测点与真实点的距离) < (阈值 * 归一化因子)

嗯，这里要注意：PCK对阈值非常敏感。阈值设得松，分数就高；设得严，分数就低。所以，不同论文里报告的PCK值，如果阈值不一样，是不能直接比较的。

2.3.2 OKS (Object Keypoint Similarity)

OKS是COCO数据集采用的指标。它比PCK更精细，因为它考虑了不同关键点的权重。

为什么需要权重？因为有些关键点天生就难预测。比如，手腕和脚踝的移动范围大，标注误差也大；而鼻子和眼睛相对固定，标注更准确。OKS给每个关键点分配了一个标准差σ，σ越大，说明这个点越“难”，对误差的容忍度也越高。

OKS的计算公式：

OKS = Σ [ exp( -d_i² / (2 * s² * σ_i²) ) * δ(v_i > 0) ] / Σ [ δ(v_i > 0) ]

其中：

• d_i：第i个关键点的欧氏距离。
• s：目标尺度（通常是目标框面积的平方根）。
• σ_i：第i个关键点的归一化标准差。
• v_i：可见性标志（0=未标注，1=可见，2=遮挡但可见）。

说白了，OKS就是一个从0到1的相似度分数。1表示完美预测，0表示完全不对。

2.3.3 AP (Average Precision)

AP是COCO Challenge的官方指标。它是在不同OKS阈值下计算的平均精度。

具体做法是：

1. 设定一个OKS阈值（比如0.5, 0.55, 0.6, ..., 0.95）。
2. 对于每个阈值，计算所有样本的精度（Precision）和召回率（Recall）。
3. 绘制PR曲线，计算曲线下的面积，得到该阈值下的AP。
4. 最后，对所有阈值的AP取平均，得到最终的AP@[0.5:0.95]。

这个指标非常严格。它要求模型不仅要在宽松条件下（OKS=0.5）表现好，还要在严格条件下（OKS=0.95）也能准确定位。我个人觉得，AP是衡量模型“上限”的好指标。

2.4 知识体系总览

为了让你更直观地理解这一章的内容，我画了一张图。它把关键点定义、数据集和评价指标串在了一起。你可以把它当作一个“知识地图”。

这张图把这一章的核心逻辑串起来了。你想想看，从定义关键点开始，到选择合适的数据集，再到用科学的指标评估模型，每一步都决定了最终效果的上限。

好了，这一章的内容就到这里。记住，基础不牢，地动山摇。把关键点定义、数据集特性和评价指标搞明白，后面学各种网络结构时，你才能一眼看穿它们的优劣。

---