現在需要識別人物的肢體（姿態/骨骼關鍵點），即所謂的「姿態估計（pose estimation）」，以下是一些主流、訓練好可直接使用的開源模型推薦，支持多人識別與骨骼關鍵點檢測，適合你后續用于游戲人物識別、交互、動作捕捉等場景：

? 推薦姿態識別模型（已訓練好）

模型名稱	框架	支持多人	關鍵點數量	優勢	預訓練模型
OpenPose	Caffe / PyTorch	? 是	COCO：18個	開源先驅，穩定	?
MediaPipe Pose	Google	? 單人	33個	極快、跨平臺、輕量	?
YOLOv8-Pose	Ultralytics	? 是	COCO：17個	YOLO框架下最簡單、集成好	?
MMPose	PyTorch	? 是	自定義	精度高、支持多種后端	?

? 最推薦：YOLOv8-Pose（Ultralytics 出品）

之前已經使用 YOLOv8 檢測人物，所以最推薦你用它的姿態版本 yolov8n-pose.pt，上手最快，兼容性最好。

🔧 安裝

pip install ultralytics

📦 下載模型

Ultralytics 官方已訓練好模型，可以使用以下模型之一：

# 模型文件將自動下載，無需手動操作
yolov8n-pose.pt? ? ?# 最快（輕量）
yolov8s-pose.pt? ? ?# 較準
yolov8m-pose.pt? ? ?# 精度更高
yolov8l-pose.pt? ? ?# 更大模型

? 示例代碼：YOLOv8-Pose 實時檢測人物骨骼

from ultralytics import YOLO
import cv2# 加載模型
model = YOLO('yolov8n-pose.pt')  # 或 yolov8m-pose.pt 等# 打開視頻（可用手機視頻流）
cap = cv2.VideoCapture('/path/to/your/video.mp4')while cap.isOpened():ret, frame = cap.read()if not ret:breakresults = model(frame)annotated_frame = results[0].plot()  # 畫出骨骼關鍵點cv2.imshow("Pose Estimation", annotated_frame)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()

這段代碼使用了 yolov8n-pose.pt（YOLOv8 的輕量級姿態識別模型），但在播放視頻過程中卡頓，很可能是由于以下原因造成的：

? 卡頓可能原因分析

原因類別	說明
模型性能瓶頸	yolov8n-pose.pt 雖然是最小模型，但仍可能對低配 CPU 壓力大
顯示速度瓶頸	cv2.imshow() 是同步操作，每幀都等待窗口刷新（受屏幕刷新率、OpenCV渲染影響）
視頻分辨率過高	如果視頻是 1080P 或更高，會加重解碼和模型推理的負擔
無硬件加速	YOLOv8 默認使用 CPU 推理，若沒有啟用 GPU，會慢很多

?

? 優化方案

? 1. 設置模型為半精度模式（加速推理）

model.half() # 僅在 CUDA/GPU 可用時有效（需確保模型也支持） 

? 2. 降低輸入圖像尺寸

results = model(frame, imgsz=416) # 默認是 640，可改為 416 提高速度 

? 3. 使用線程預讀取視頻幀（避免顯示阻塞）

可以用 cv2.VideoCapture 配合線程讀取幀（如需我提供代碼也可說）。

---

? 4. 保存視頻結果，避免實時顯示卡頓

如果你主要是處理分析而不是觀看，可以改為保存視頻（顯示太慢）：

out = cv2.VideoWriter("pose_output.mp4", cv2.VideoWriter_fourcc(*'mp4v'), 20, (frame.shape[1], frame.shape[0])) while cap.isOpened(): ret, frame = cap.read() if not ret: break results = model(frame, imgsz=416) annotated_frame = results[0].plot() out.write(annotated_frame) out.release() cap.release() 

---

? 5. 確認是否使用 GPU

如果你安裝的是 ultralytics 的默認版本，它會自動調用 CUDA（如果有 GPU），否則使用 CPU：

?

import torch print("CUDA:", torch.cuda.is_available()) 

如果你沒有用 GPU，但機器上有顯卡，建議配置 PyTorch 的 CUDA 支持版本（我可以幫你裝）。

---

? 6. 使用 TensorRT / OpenVINO 加速模型（高級優化）

適用于部署階段，你可以將 YOLOv8 模型導出為：

yolo export model=yolov8n-pose.pt format=onnx 
yolo export model=yolov8n-pose.pt format=tensorrt 

?

? 總結推薦

方案	推薦程度	說明
降低 imgsz=416	????	簡單直接，提升明顯
保存視頻而非顯示	????	避免實時顯示阻塞
使用 GPU 加速	?????	最大性能提升
導出為 TensorRT 加速	???	部署時推薦，高性能

?🧪【優化版代碼】（使用小模型、降分辨率、GPU、幀跳過）

import cv2
import numpy as np
from ultralytics import YOLO
from filterpy.kalman import KalmanFilter
import torch# 加載 YOLOv8 Nano Pose 模型
model = YOLO("yolov8n-pose.pt")
if torch.cuda.is_available():model.to('cuda')# 打開視頻流
cap = cv2.VideoCapture('/Users/lianying/Desktop/yolo/和平精英/hpjy3.mp4')# 輸出視頻保存（可選）
out = cv2.VideoWriter("pose_output3.mp4", cv2.VideoWriter_fourcc(*'mp4v'), 25,(int(cap.get(3)), int(cap.get(4))))# 初始化卡爾曼濾波器
kf = KalmanFilter(dim_x=4, dim_z=2)
kf.x = np.array([0, 0, 0, 0])
kf.F = np.array([[1, 0, 1, 0],[0, 1, 0, 1],[0, 0, 1, 0],[0, 0, 0, 1]])
kf.H = np.array([[1, 0, 0, 0],[0, 1, 0, 0]])
kf.P *= 1000.0
kf.R = 5
kf.Q = np.eye(4)skeleton = [(5, 7), (7, 9), (6, 8), (8, 10), (11, 13), (13, 15),(12, 14), (14, 16), (5, 6), (11, 12), (0, 1), (1, 2),(2, 3), (3, 4)]frame_id = 0
skip_rate = 1  # 每隔幾幀識別一次while True:ret, frame = cap.read()if not ret:breakframe_id += 1display_frame = frame.copy()# 降低分辨率處理resized = cv2.resize(frame, (416, 416))if frame_id % skip_rate == 0:results = model(resized, imgsz=416)[0]for pose in results.keypoints:keypoints = pose.xy[0].cpu().numpy()# 坐標映射回原圖scale_x = frame.shape[1] / 416scale_y = frame.shape[0] / 416keypoints *= [scale_x, scale_y]cx, cy = keypoints[5:7].mean(axis=0)kf.predict()kf.update(np.array([cx, cy]))cx_kf, cy_kf = int(kf.x[0]), int(kf.x[1])cv2.circle(display_frame, (cx_kf, cy_kf), 5, (255, 0, 0), -1)for x, y in keypoints:cv2.circle(display_frame, (int(x), int(y)), 3, (0, 255, 0), -1)for i, j in skeleton:if keypoints[i][0] > 0 and keypoints[j][0] > 0:pt1 = tuple(np.int32(keypoints[i]))pt2 = tuple(np.int32(keypoints[j]))cv2.line(display_frame, pt1, pt2, (0, 255, 255), 2)cv2.imshow("Pose Tracking", display_frame)out.write(display_frame)  # 如果需要保存if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
out.release()
cv2.destroyAllWindows()

?🎯添加動作識別（比如：蹲下、跳躍、開槍）

? 第一步：用關鍵點判斷動作（規則法）

我們先用一種 簡單有效的規則法，通過人體關鍵點的位置和角度判斷動作。

🎯 支持識別的動作

動作	判定邏輯
蹲下	膝蓋高度接近或低于髖部
跳躍	腳部 Y 坐標明顯上升
開槍	手部（腕）前伸、肩膀抬高

? 第二步：代碼示例（集成到 YOLOv8 Pose 結果中）

以下是 在你現有代碼基礎上添加動作識別邏輯 的修改版：

def detect_action(keypoints):"""簡單規則：根據關鍵點判斷人物動作關鍵點索引說明（COCO格式）：0:鼻 1:左眼 2:右眼 3:左耳 4:右耳5:左肩 6:右肩 7:左肘 8:右肘9:左腕 10:右腕 11:左髖 12:右髖13:左膝 14:右膝 15:左腳踝 16:右腳踝"""def y(i):  # 返回某關鍵點y坐標return keypoints[i][1]def distance(p1, p2):return np.linalg.norm(keypoints[p1] - keypoints[p2])# 獲取關鍵點存在性（某些關鍵點可能檢測失敗）valid = lambda i: keypoints[i][0] > 0 and keypoints[i][1] > 0if all(valid(i) for i in [11, 12, 13, 14]):hip_y = (y(11) + y(12)) / 2knee_y = (y(13) + y(14)) / 2if knee_y < hip_y - 20:  # 蹲下，膝蓋高于髖return "蹲下"if all(valid(i) for i in [15, 16]):ankle_avg_y = (y(15) + y(16)) / 2if ankle_avg_y < 300:  # 跳躍（需要根據視頻畫面高度調整）return "跳躍"if all(valid(i) for i in [5, 6, 9, 10]):arm_len = (distance(5, 9) + distance(6, 10)) / 2if arm_len > 120:  # 手臂伸直的距離（根據畫面縮放調整）return "開槍"return None

? 整合到主循環中

你只需在你的 YOLOv8 主循環中這樣調用：

for pose in results.keypoints:keypoints = pose.xy[0].cpu().numpy()# 調用動作識別函數action = detect_action(keypoints)if action:cv2.putText(frame, f"動作: {action}", (30, 60),cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

?

? 顯示完整融合效果

你運行時將能看到：

• 骨架識別 ?

• 人物動作識別并顯示到屏幕 ?

📌 提升建議（如需更準）

1. 基于時序特征：

   • 使用 LSTM 或 Transformer 模型，對連續幀的關鍵點數據進行訓練。

   • 比如：開槍=“手臂突然向前伸+ recoil 反彈動作”。

2. 自定義動作數據集：

   • 用 keypoints 序列做樣本，結合標簽訓練自己的動作分類模型。

?