企业官网建设流程全解析

MMPose 关键点标注实战：把 5000 张图的标注工期从三周压到一周

【免费下载链接】mmposeOpenMMLab Pose Estimation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmpose

手头一批 5000 张图、两个人、一周后要交付一个能直接训练的 MMPose 关键点标注数据集——这是很多一线工程组的真实处境。纯人工逐张点 17 个关节点根本来不及，机器全标又过不了质检。MMPose 关键点标注的半自动化思路，说白了就是"机器先铺底稿、人工再精修"：让预训练模型把关键点先打一遍，人只改机器没把握的部分，效率通常能拉到 3~5 倍，同时把定位误差压到 3 像素以内。下面我们就按"一周、5000 张、2 人"这个硬约束，倒推每一步该怎么安排。

一周、5000 张、2 人：先把人力账算清

排期之前先算账，否则交付期就是拍脑袋。核心变量是"单人单日能修正多少张"，这决定了整个盘子。

结论：半自动之所以能把三周压进一周，靠的不是标得快，而是"机器打底后，人只在 30%~40% 的图上动手"。排期时把质检时间单列出来，别把它摊进标注工时里，否则最后一周一定会爆。

标注预标模型怎么选：RTMPose 与分辨率搭配

预标模型选错，后面全白干。选型标准只有一条：你的图里人是大是小、清不清。

避坑点：分辨率别低于 256×192，否则小目标的腕、踝会被糊掉，人工修正量反而上去。图里人普遍偏小就直接上 384×288 的 l 档，先少返工。

用 Pose2DInferencer 批量铺底稿

底稿由 mmpose/apis/inferencers/pose2d_inferencer.py 里的Pose2DInferencer负责，它内建检测器，能一次性输出关键点、置信度和可视化。关键参数是bbox_thr（检测框置信度阈值，建议 0.3~0.5）和pred_out_dir（结果落盘目录）。

from mmpose.apis import Pose2DInferencer inferencer = Pose2DInferencer( model='rtmpose-m', weights='rtmpose-m_simcc-coco.pth', det_model='rtmdet-m') result = inferencer('data/raw', bbox_thr=0.5, pred_out_dir='data/pre')

输入一个目录，输出带底稿的可视化图和预测结果，单张 1080p 图典型耗时在 0.2 s 上下。想先只铺检测框、再单独跑姿态，也可以换成 tools/misc/generate_bbox_file.py 先出候选框，方便和已有标注对拍。

Label Studio 的标注顺序与导出坑

底稿进 Label Studio 后，人工精修的规则必须提前定死，否则 tools/dataset_converters/labelstudio2coco.py 会把实例拼错。要点三条：

1. 标注接口要同时含KeyPointLabels、PolygonLabels、RectangleLabels三类标签，分别对应 COCO 的 keypoints、segmentation、bbox。
2. 同一实例的标注顺序必须是"先关键点、再多边形或框"，且关键点个数、顺序要和 MMPose 配置里的dataset_info完全一致。
3. 导出用 JSON，但长文件名会被截断——改走导出 COCO 的打包方式，图片文件夹随包一起拿，别手动拷散图。

密集场景里 ID 最容易串，多人交互的图建议在图名里带序号，肉眼对齐相邻帧，能省掉后面大量返工。

Label Studio 结果转 COCO 的转换命令

精修完导出 JSON，一条命令转成 COCO 格式，参数顺序是"接口 XML、输入 JSON、输出路径"：

python tools/dataset_converters/labelstudio2coco.py \ label_interface.xml annotations.json out/coco.json

转换完把图片文件夹放进out/下，配好ann_file和data_prefix就能直接进训练配置。格式对不对，用 tools/misc/browse_dataset.py 抽几十张可视化一眼看穿，比跑训练早发现问题。

验收标准怎么定：抽检、Kappa 与误差口径

交付不能靠"看起来没问题"。这里给一套可落地的验收口径：

• 抽检比例：每批抽 10%，两人各标一遍交叉比对。
• Kappa 系数（衡量两名标注员打样一致性的指标）：低于 0.7 就回炉重训标注规范，别硬交。
• 定位误差：抽检样本上关键点到真值的偏差控制在 3 像素以内，遮挡关节按"可见才标"统一口径。
• 底稿采纳率：机器底稿被人工原样保留的比例约 60%~70% 属正常，过低说明预标模型没选对档位。

这套标准既是验收线，也是下一批预标模型的调参依据——采纳率持续走低，就该换更高档位的预标模型。

按数据规模选策略：三档建议

最后按图量给分档建议，别一套流程用到底：

• 小于 1k 张：适合全人工 + 机器可视化自查，规则简单、返工可控，别为省时间引入半自动反而拖慢。
• 1k~10k 张：建议本文的"RTMPose 铺底稿 + Label Studio 精修 + COCO 转换"基础半自动流程，就是上面的主线。
• 大于 10k 张：建议在基础流程上加"按场景拆分任务 + 底稿采纳率驱动换档"，用 tools/analysis_tools/analyze_logs.py 盯完成率和质量曲线，人力按场景分池。

选型的本质是"返工成本 vs 预标精度"的取舍：图越杂、人越小，越值得在预标档位上多花钱。

【免费下载链接】mmposeOpenMMLab Pose Estimation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmpose