MMPose关键点标注半自动化指南：8000张图像两周交付的实操路径

MMPose关键点标注半自动化指南：8000张图像两周交付的实操路径

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

手头有8000张待标注的人体图像，排期只有两周——靠纯人工点选，每天标200张已经是极限，交付大概率泡汤。MMPose 的标注工具链给了另一条路：用预训练姿态模型先"打底"生成伪标注，人工只做修正和抽检，把最耗时的点选环节压缩到原来的三分之一左右。这篇文章按一个真实项目的节奏，讲清楚怎么把这条半自动化标注流水线从零跑通。

能力地图：标注流水线由哪几块拼成

MMPose 本身不管你在哪个前端画点，它管的是"模型打底"和"格式落地"这两头。整个工具链拆成四个能力点，各管各的脏活：

• 模型推理打底（MMPoseInferencer）：一次调用自动完成"检测人体框 + 估计17个COCO关键点"，默认人体检测器（RTMDet-m）已内置，不用自己拼检测器。它解决的是"第一批伪标注从哪来"的问题，单张图像推理在GPU上通常不到1秒。
• 候选框预生成（tools/misc/generate_bbox_file.py）：单独跑目标检测，把每张图的人体框和置信度落成 JSON，供 Top-Down 流程复用。它解决"姿态模型需要的人体框先验"问题，也可以反过来当人工框选前的参考线。
• 标注格式转换器（tools/dataset_converters/labelstudio2coco.py）：把 Label Studio 导出的 JSON 转成 COCO 格式的images/annotations/categories三元组，bbox 和 area 会自动从标注里回算。它解决"标注平台导出的东西训练框架不认"这个卡脖子环节。
• 数据集校验器（tools/misc/browse_dataset.py）：加载数据集配置后把标注画回原图上逐张检查。它解决"格式没错但标错了怎么发现"的问题，交付前的最后一道防线。

实操主线：从零跑通一条完整流程

先装环境。克隆仓库（git clone https://gitcode.com/GitHub_Trending/mm/mmpose）后创建 conda 环境装依赖，再用 mim 装 mmengine、mmcv、mmdet 三件套，这一步没坑就不展开了。下面按四个关键动作推进。

批量推一遍：先让模型把底稿画出来

不用手写推理循环。MMPoseInferencer支持直接传文件夹路径，检测模型自动加载，结果可落盘到pred-out-dir：

python demo/inferencer_demo.py data/raw_images/ \ --pose2d rtmpose-m \ --vis-out-dir data/vis_draft \ --pred-out-dir data/pred_json \ --kpt-thr 0.3 --show-progress

--vis-out-dir把骨架画回原图，这一步强烈建议开：伪标注里"手点到了肩膀上"这类肉眼可见的错误，翻一遍可视化图就能抓出来，比事后翻 JSON 快得多。RTMPose 系列配置见 configs/body_2d_keypoint/rtmpose/，m 档是精度和速度的平衡点，打底够用。

框不够准就先补框

Top-Down 流程的效果很大程度取决于人体框质量。如果推完发现小目标、边缘人物框歪得离谱，用tools/misc/generate_bbox_file.py单独调一遍检测模型，调--score-thr和--nms-thr重新出一版框文件，再喂回推理流程。这个脚本依赖 mmdet 的DetInferencer，装好 mmdet 即可直接跑。

人工过筛难例：把修正预算花在刀刃上

全量 8000 张不需要人逐张过。做法是：把可视化结果导出，按"低置信度 + 遮挡 + 小目标"三类筛出难例子集（实测下来大约占 20%~30%），只修这部分；高置信度样本抽 10% 抽检即可。修正在 Label Studio 里做，标注接口要同时配KeyPointLabels、PolygonLabels、RectangleLabels三种组件，且关键点必须标在实例的最前面、矩形/多边形标在最后，转换器靠这个顺序把同实例的标注拼到一起——这是整个流程里最容易踩的一个约定，详细规则见 Label Studio 文档。

转换格式并抽检交付

修正完导出 JSON，一条命令转 COCO：

python tools/dataset_converters/labelstudio2coco.py \ config.xml data/labelstudio_corrected.json data/coco_final.json

注意 Label Studio 会截断长文件名，图片要取导出 COCO 压缩包里的图片文件夹，别直接用上传目录的。转完之后别急着交付，跑一遍校验：

python tools/misc/browse_dataset.py <数据集配置> \ --phase train --max-item-per-dataset 50 --output-dir data/vis_check

它会把关键点画回原图，--mode original看原始标注、默认模式看数据增强后的效果，标注错位、关键点数量对不上[数据集配置](https://link.gitcode.com/i/8de08202b700c8af2464d77c606fc5ad)里dataset_info声明的，都会一目了然。

进阶玩法：三个值得提前做的优化

按不确定性挑难例（主动学习式采样）。模型对每个关键点都会输出置信度，把伪标注里均值置信度最低的 20% 样本拎出来优先人工修正，修正完重训一轮模型再推下一批。适合标注周期长、可以分轮交付的项目——第二轮模型的打底质量会明显好于第一轮，人工修正量随之递减。起步不用写复杂代码，在伪标注 JSON 里按kpt_thr过滤排序即可。

双模型互检。一个快模型（RTMPose）打底，一个准但慢的模型（如 HRNet 系列 Top-Down 网络）在难例子集上复推一遍，两版关键点平均偏差超过阈值的样本标为"高疑"强制人修。适合对交付质量有量化验收（比如 PCK 或定位误差要求）的场景，成本是难例集上多一次推理，换标注返工率下降。

按场景切分任务包做分布式标注。万级以上数据别再按时间切任务，按场景类型（室内/室外、单人/多人密集）切分成独立任务包，不同标注员只负责同类场景，标注一致性（Kappa 系数）会好很多。进度监控用每包导出时间戳就能做，不必上重型工具。

避坑速查

选型收束：规模决定路线

给个直接的分档建议：千张以内纯人工标，成本可控还省了模型打底的钱；一千到一万张走本文这条"模型打底 + 难例修正"的半自动化流水线，人工只碰低置信度样本；上万张或要持续迭代的数据集，必须在半自动化之上叠主动学习采样和按场景切分的分布式标注，否则质量一致性撑不住。标注流水线的一次性搭建成本不高，但流程里"标注顺序约定"和"交付前抽样校验"这两步不能省——前者决定转换是否成功，后者决定你交付的到底是什么。

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