本项目是openpose框架（人体骨架检测）的预测过程的tensorflow实现。

原项目地址(今天才发现，上面已经有好几个版本的tensorflow实现了)

原项目torch python版本实现

-- pipline.py:将个功能模块串联起来，实现最终检测。
-- preprocessimg.py:将输入的图片按不同比例缩放，并进行归一化处理，形成输入的batch。
-- restoremodel.py: 加载训练好的权重。 -- getoutputs：计算原始图片和翻转后的图片经过网络后输出的heatMaps和pafs，并计算均值。
-- NMS.py:非极大值抑制，获得heatMaps局部范围的极大值（关节点）和score。
-- findconnectedjoints:将heatMaps检测到的关节连接成骨骼。
-- grouplimbs.py:将检测到的骨骼分为不同人。
-- plotlimbs.py:画出骨骼框架。
-- model.py:特征提取网络和stage1-7网络。
-- config.py:保存模型运行的配置。
-- model
     |
      -- transform.py:将caffe模型转换为tensorflow模型。
     |
      -- modelcaffe:保存了作者提供的caffe模型权重。
     |
      -- modeltensor:保存转换的tensorflow模型的权重。

python pipline.py

悟乙己
Hibercraft