现在需要识别人物的肢体（姿态/骨骼关键点），即所谓的「姿态估计（pose estimation）」，以下是一些主流、训练好可直接使用的开源模型推荐，支持多人识别与骨骼关键点检测，适合你后续用于游戏人物识别、交互、动作捕捉等场景：

✅ 推荐姿态识别模型（已训练好）

模型名称	框架	支持多人	关键点数量	优势	预训练模型
OpenPose	Caffe / PyTorch	✅ 是	COCO：18个	开源先驱，稳定	✅
MediaPipe Pose	Google	❌ 单人	33个	极快、跨平台、轻量	✅
YOLOv8-Pose	Ultralytics	✅ 是	COCO：17个	YOLO框架下最简单、集成好	✅
MMPose	PyTorch	✅ 是	自定义	精度高、支持多种后端	✅

✅ 最推荐：YOLOv8-Pose（Ultralytics 出品）

之前已经使用 YOLOv8 检测人物，所以最推荐你用它的姿态版本 yolov8n-pose.pt，上手最快，兼容性最好。

🔧 安装

pip install ultralytics

📦 下载模型

Ultralytics 官方已训练好模型，可以使用以下模型之一：

# 模型文件将自动下载，无需手动操作
yolov8n-pose.pt     # 最快（轻量）
yolov8s-pose.pt     # 较准
yolov8m-pose.pt     # 精度更高
yolov8l-pose.pt     # 更大模型

✅ 示例代码：YOLOv8-Pose 实时检测人物骨骼

from ultralytics import YOLO
import cv2# 加载模型
model = YOLO('yolov8n-pose.pt')  # 或 yolov8m-pose.pt 等# 打开视频（可用手机视频流）
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()  # 画出骨骼关键点cv2.imshow("Pose Estimation", annotated_frame)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()

这段代码使用了 yolov8n-pose.pt（YOLOv8 的轻量级姿态识别模型），但在播放视频过程中卡顿，很可能是由于以下原因造成的：

✅ 卡顿可能原因分析

原因类别	说明
模型性能瓶颈	yolov8n-pose.pt 虽然是最小模型，但仍可能对低配 CPU 压力大
显示速度瓶颈	cv2.imshow() 是同步操作，每帧都等待窗口刷新（受屏幕刷新率、OpenCV渲染影响）
视频分辨率过高	如果视频是 1080P 或更高，会加重解码和模型推理的负担
无硬件加速	YOLOv8 默认使用 CPU 推理，若没有启用 GPU，会慢很多

 

✅ 优化方案

✅ 1. 设置模型为半精度模式（加速推理）

model.half() # 仅在 CUDA/GPU 可用时有效（需确保模型也支持） 

✅ 2. 降低输入图像尺寸

results = model(frame, imgsz=416) # 默认是 640，可改为 416 提高速度 

✅ 3. 使用线程预读取视频帧（避免显示阻塞）

可以用 cv2.VideoCapture 配合线程读取帧（如需我提供代码也可说）。

---

✅ 4. 保存视频结果，避免实时显示卡顿

如果你主要是处理分析而不是观看，可以改为保存视频（显示太慢）：

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. 确认是否使用 GPU

如果你安装的是 ultralytics 的默认版本，它会自动调用 CUDA（如果有 GPU），否则使用 CPU：

 

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

如果你没有用 GPU，但机器上有显卡，建议配置 PyTorch 的 CUDA 支持版本（我可以帮你装）。

---

✅ 6. 使用 TensorRT / OpenVINO 加速模型（高级优化）

适用于部署阶段，你可以将 YOLOv8 模型导出为：

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

 

✅ 总结推荐

方案	推荐程度	说明
降低 imgsz=416	⭐⭐⭐⭐	简单直接，提升明显
保存视频而非显示	⭐⭐⭐⭐	避免实时显示阻塞
使用 GPU 加速	⭐⭐⭐⭐⭐	最大性能提升
导出为 TensorRT 加速	⭐⭐⭐	部署时推荐，高性能

 🧪【优化版代码】（使用小模型、降分辨率、GPU、帧跳过）

import cv2
import numpy as np
from ultralytics import YOLO
from filterpy.kalman import KalmanFilter
import torch# 加载 YOLOv8 Nano Pose 模型
model = YOLO("yolov8n-pose.pt")
if torch.cuda.is_available():model.to('cuda')# 打开视频流
cap = cv2.VideoCapture('/Users/lianying/Desktop/yolo/和平精英/hpjy3.mp4')# 输出视频保存（可选）
out = cv2.VideoWriter("pose_output3.mp4", cv2.VideoWriter_fourcc(*'mp4v'), 25,(int(cap.get(3)), int(cap.get(4))))# 初始化卡尔曼滤波器
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  # 每隔几帧识别一次while True:ret, frame = cap.read()if not ret:breakframe_id += 1display_frame = frame.copy()# 降低分辨率处理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()# 坐标映射回原图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()

 🎯添加动作识别（比如：蹲下、跳跃、开枪）

✅ 第一步：用关键点判断动作（规则法）

我们先用一种 简单有效的规则法，通过人体关键点的位置和角度判断动作。

🎯 支持识别的动作

动作	判定逻辑
蹲下	膝盖高度接近或低于髋部
跳跃	脚部 Y 坐标明显上升
开枪	手部（腕）前伸、肩膀抬高

✅ 第二步：代码示例（集成到 YOLOv8 Pose 结果中）

以下是 在你现有代码基础上添加动作识别逻辑 的修改版：

def detect_action(keypoints):"""简单规则：根据关键点判断人物动作关键点索引说明（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:左髋 12:右髋13:左膝 14:右膝 15:左脚踝 16:右脚踝"""def y(i):  # 返回某关键点y坐标return keypoints[i][1]def distance(p1, p2):return np.linalg.norm(keypoints[p1] - keypoints[p2])# 获取关键点存在性（某些关键点可能检测失败）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，膝盖高于髋return "蹲下"if all(valid(i) for i in [15, 16]):ankle_avg_y = (y(15) + y(16)) / 2if ankle_avg_y < 300:  # 跳跃（需要根据视频画面高度调整）return "跳跃"if all(valid(i) for i in [5, 6, 9, 10]):arm_len = (distance(5, 9) + distance(6, 10)) / 2if arm_len > 120:  # 手臂伸直的距离（根据画面缩放调整）return "开枪"return None

✅ 整合到主循环中

你只需在你的 YOLOv8 主循环中这样调用：

for pose in results.keypoints:keypoints = pose.xy[0].cpu().numpy()# 调用动作识别函数action = detect_action(keypoints)if action:cv2.putText(frame, f"动作: {action}", (30, 60),cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

 

✅ 显示完整融合效果

你运行时将能看到：

• 骨架识别 ✅

• 人物动作识别并显示到屏幕 ✅

📌 提升建议（如需更准）

1. 基于时序特征：

   • 使用 LSTM 或 Transformer 模型，对连续帧的关键点数据进行训练。

   • 比如：开枪=“手臂突然向前伸+ recoil 反弹动作”。

2. 自定义动作数据集：

   • 用 keypoints 序列做样本，结合标签训练自己的动作分类模型。