企业官网建设流程全解析

OpenPose 版本发布全史：从 1.0.0rc1 到 1.7.1 的关键特性演进、API 变迁与性能优化解读

【免费下载链接】openposeOpenPose: Real-time multi-person keypoint detection library for body, face, hands, and foot estimation项目地址: https://gitcode.com/gh_mirrors/op/openpose

导读

本文以 OpenPose 官方发布说明（doc/08_release_notes.md）为主体，系统梳理该项目从 2017 年 4 月首个 RC 版本到 2020 年底 1.7.x 的全部版本演进脉络。你将了解到身体/人脸/手部关键点检测能力是如何逐步加入的，BODY_25 模型、3D 重建、相机标定、追踪与识别模块分别在哪个版本落地，以及--write_json、--net_resolution、--display等核心命令行参数在历次版本中的命名变迁与语义修正。文章同时结合仓库源码（include/openpose/flags.hpp、src/openpose/pose/poseParameters.cpp 等）对关键特性做实现级佐证，帮助读者把版本历史与当前代码库的接口一一对应起来。

一、版本总览与时间线

根据发布说明，OpenPose 共经历了 3 个候选发布（RC）版本和 8 个正式版本（1.0.0 → 1.7.1，其中 1.7.1 为文档撰写时的"当前版本"）。按时间线整理如下：

说明：发布说明末尾指出，所有历史版本均可从官方 Releases 页面下载（本文不引用外部链接，读者可直接在仓库 README.md 与 doc/00_index.md 中查看各版本对应的安装与使用方式）。

二、早期 RC 版本（1.0.0rc1 → 1.0.0rc3）：身体关键点检测与跨平台起步

2.1 1.0.0rc1：核心功能的首次落地

首个版本确立了 OpenPose 的主干功能：

• 身体关键点检测与渲染，支持 Ubuntu 14 与 16；
• 三种输入源：图片目录（image directory）、视频、网络摄像头（webcam）；
• 结果既可实时显示，也可保存到磁盘。

这三个能力沿用至今，对应到当前 include/openpose/flags.hpp 中的--image_dir、--video、--camera三个输入 flag，以及--write_images/--write_video/--write_json三个输出 flag。

2.2 1.0.0rc2：渲染分辨率与命名规范化

• 渲染最大分辨率从 720p 提升到32k 以上（这为后续 4K、8K 图像处理奠定了基础）；
• demo 可执行文件由rtpose更名为openpose；
• 修复了 demo 与部分自定义编译 OpenCV 版本的兼容问题（改用exec而非start）。

2.3 1.0.0rc3：人脸检测与 Windows 支持

rc3 是早期版本中变化最大的一次：

• 新增人脸关键点检测；
• Windows 10 兼容；
• GPU 数量自动检测（对应现代版--num_gpu -1的语义，见 include/openpose/flags.hpp）；
• MPI 可视化风格向 COCO 靠拢；
• 抛出异常前先打印错误描述，便于 Windows cmd 中定位问题。

值得关注的是 rc3 开启了一系列参数重命名，这些命名贯穿后续所有版本：

其中--write_keypoint_json在后来的 1.2.1 版本又被--write_json取代并在 1.4.0 中被移除，而CocoJsonSaver至今仍保留在 src/openpose/filestream/cocoJsonSaver.cpp 中，对应 flag 为--write_coco_json。

三、正式版 1.0.0 → 1.1.0：手部检测、DLL 化与 CMake 安装器

3.1 1.0.0：手部关键点检测

1.0.0 是第一个正式版，主要新增：

• 手部关键点检测（与 1.0.0rc3 的人脸检测一起，构成"全身关键点"能力）；
• Windows 分支合并进 master；
• 人脸与手部检测改用Maximum而非NMS（因为人脸/手部每帧只有 1 个目标）；
• 多尺度精度提升：新增Datum::scaleRatios保存多尺度下的相对尺度比例；
• 默认渲染切换为 GPU 渲染（CPU 渲染作为可选），整体提速约 5%；
• 姿态、人脸、手部的渲染阈值均可配置（对应现在的--render_threshold、--face_render_threshold、--hand_render_threshold）；
• 新增--camera_fps控制--write_video输出视频帧率（1.5.0 中更名为--write_video_fps，默认值也从 30 改为 -1）；
• 参数解析逻辑从各 demo 抽取到utilities/flagsToOpenPose（对应 src/openpose/utilities/flagsToOpenPose.cpp）。

1.0.0 还确立了一个影响深远的 JSON 输出约定：--write_keypoint_json输出中的键名从统一的body_parts改为按部位区分的pose_keypoints、face_keypoints、hand_left_keypoints、hand_right_keypoints。这一结构在 doc/02_output.md 中有完整示例，并沿用至今天的--write_json。

3.2 1.0.1 与 1.0.2：Windows 便携化与 3D 重建 demo

• 1.0.1：Windows 库转为DLL 动态库，实现跨机器便携分发；
• 1.0.2：
  • OpenCV 3.3 兼容、Caffe 转为 DLL、OpenPose 在带 Nvidia 显卡的 Windows 10 上完全便携；
  • 新增3D 重建 demo（多视角关键点三角化）；
  • 摄像头索引自动检测；
  • floatPtrToUCharCvMat提速约 30%；
  • COCO 提取器改为从图片文件名中解析图片 ID（格式string_%d），使其不仅能用于验证集，也能用于测试集；
  • 头文件 include 从双引号统一改为尖括号。

3.3 1.1.0：CMake 安装器与精度微调

• 新增Ubuntu 下 CMake 安装器（此后 CMake 逐渐取代 Makefile 成为文档默认安装方式，1.3.0 起 CMake 成为文档默认）；
• 增加-Wsign-compare警告并清理代码；
• 通过引入耳朵-肩膀连接，验证集上 1 尺度 mAP 提升约 0.4。

四、1.2.x：动态分辨率、IP 摄像头与--write_json的诞生

4.1 1.2.0：速度与灵活性的双重跃升

1.2.0 在性能与输入灵活性上均有重要突破：

• 不同宽高比图像处理提速：约 3.7k 张 COCO 验证图、1 尺度下提速约 20%；
• 多尺度处理大幅提速降内存：4 尺度下总耗时从约 770 秒降至约 450 秒（约 40%），每 GPU 内存从约 8.9 GB 降至约 6.7 GB；
• 新增 IP 摄像头支持（对应--ip_camera，支持 RTSP/HTTP 协议）；
• 输出分辨率动态化：输出图像不再要求固定尺寸，--resolution更名为--output_resolution，FrameDisplayer/OpOutputToCvMat 等组件改为从每帧图像自行推断尺寸；
• 网络分辨率动态化：新增-1选项用于--net_resolution，自动选择与输入最匹配的宽高比；网络分辨率可在运行中动态改变（例如逐帧处理不同尺寸图片）；
• 新增独立的人脸检测器（基于 OpenCV face detector，更快的--face_detector 1模式）；
• 人脸与手部检测器支持返回逐关键点热力图；
• 构建系统重构：USE_CUDNN不再必需，CPU_ONLY更名为USE_CUDA，且USE_CAFFE/USE_CUDA仅编译期需要，运行期 OpenPose 头文件不再包含 Boost/Caffe 依赖，只要求 OpenCV；
• 新增--disable_multi_thread以降低延迟（适合实时 webcam 场景）；
• 新增--number_people_max的-1自动选择模式及后续的--number_people_max能力（该 flag 在 1.3.0 正式加入）。

这些动态分辨率能力如今沉淀在 include/openpose/wrapper/wrapper.hpp 与 include/openpose/core/scaleAndSizeExtractor.hpp 等类中。

4.2 1.2.1：--write_json与热力图浮点格式

• 热力图支持浮点格式保存，并新增--heatmaps_scale选项（0 表示 [-1,1] 区间、1 表示 [0,1]、2 表示取整到 [0,255]、3 表示不缩放，见 include/openpose/flags.hpp）；
• 新增--write_json，作为--write_keypoint_json的新版本：额外包含**身体部件候选（part candidates）**及后续新增的扩展信息（如 person ID）；
• GPU 数量检测考虑用户指定的起始 GPU 索引；
• 修复 >4K 图像的渲染问题；
• PoseParameters拆分为PoseParameters与PoseParametersRender，常量改为函数形式以增强可读性——这正是当前 include/openpose/pose/poseParameters.hpp 中getPoseDefaultNmsThreshold()、getPoseDefaultConnectInterThreshold()等函数的由来。

五、1.3.0：3D 重建模块化与依赖精简

1.3.0 是一个面向模块化与跨平台的分水岭：

• 移除 Boost 依赖；Caffe 改为 submodule；CMake 安装器兼容 Windows；新增 freeglut 下载脚本（Windows 3D 重建 demo 用）；
• 3D 重建从 demo 升级为 OpenPose 正式模块（include/openpose/3d/ 目录下的poseTriangulation、jointAngleEstimation等），可配合不同相机品牌或自定义图像源使用；
• 新增--3d_views（配合--image_dir/--video加载立体图像）、--3d_min_views（3D 重建所需最少相机数）；
• 3D 重建模块强制number_people_max 1，以避免多人场景下的重建歧义；
• Flir 相机参数改为运行时从磁盘读取而非编译期硬编码；
• --write_json纳入 3D 关键点；新增*_keypoints_2d命名以区分 3D 关键点；
• 新增--number_people_max与--camera_resolution；
• VideoSaver 兼容多相机设置，多视角画面拼接保存；
• GUI 改进：显示原始帧号而非线程内帧 id；小窗 GUI 自适应缩放提示文本；l/k快捷键功能互换；
• --no_display更名为--display，可选值扩展为NoDisplay/Display2D/Display3D/DisplayAll（当前语义见 include/openpose/flags.hpp 中display的注释：-1 自动选择、0 无显示、1 同时 2D+3D、2 仅 2D、3 仅 3D）。

性能与正确性修复方面：NMS 只对身体部件热力图通道执行（不再作用于 PAF 通道），获得约 1% 加速；修复 PoseRenderer 切换渲染元素时的 core dump 与 3D 可视化退出崩溃。

六、1.4.0：BODY_25 模型、相机标定与追踪雏形

1.4.0 是特性最密集的版本之一。

6.1 BODY_25 模型发布

发布说明明确指出 BODY_25 模型"包含 COCO 的 17 个关键点 + 脖子 + 髋部中点 + 6 个脚部关键点"，且比原 COCO 模型准确率约高 3%、速度快约 30%。其完整关键点映射定义于 src/openpose/pose/poseParameters.cpp 的POSE_BODY_25_BODY_PARTS：

{0,"Nose"}, {1,"Neck"}, {2,"RShoulder"}, {3,"RElbow"}, {4,"RWrist"}, {5,"LShoulder"}, {6,"LElbow"}, {7,"LWrist"}, {8,"MidHip"}, {9,"RHip"}, {10,"RKnee"}, {11,"RAnkle"}, {12,"LHip"}, {13,"LKnee"}, {14,"LAnkle"}, {15,"REye"}, {16,"LEye"}, {17,"REar"}, {18,"LEar"}, {19,"LBigToe"}, {20,"LSmallToe"}, {21,"LHeel"}, {22,"RBigToe"}, {23,"RSmallToe"}, {24,"RHeel"}, {25,"Background"}

BODY_25 由此成为默认模型（include/openpose/flags.hpp 中--model_pose默认值为"BODY_25"），并衍生出 BODY_25E、BODY_25D、BODY_25B、BODY_19、BODY_23、BODY_135、CAR 等模型族（见 include/openpose/pose/enumClasses.hpp）。其模型 prototxt 存放于 models/pose/body_25/pose_deploy.prototxt。

6.2 相机标定模块

新增基于 OpenCV 的内参/外参相机标定工具箱，对应 include/openpose/calibration/ 与 examples/calibration/calibration.cpp。标定细节可参考 doc/advanced/calibration_module.md。

6.3 3D 重建精度与多 GPU 策略

• 引入非线性最小化进一步优化三角化（仅 Ubuntu），精度提升约 5%；
• 重投影误差低于阈值时跳过优化（速度优先）、高于离群阈值时剔除离群点；
• ≥3 视角剔除离群点、≥4 视角应用 RANSAC；
• 多 GPU 场景下每个 GPU 处理一个相机视角（替代原先按时间片切分），大幅降低延迟；
• 3D 关键点与相机参数单位从毫米改为米，以降低数值误差。

6.4 追踪与识别模块雏形

新增初始 alpha 版本的tracking与identification模块（源码中可见但默认禁用），包括PersonIdExtractor（含贪心矩阵 OP-LK 匹配）与PersonTracker（include/openpose/tracking/）。此设计随后在 1.5.0 演变为可用的--tracking单人体追踪器。

6.5 性能与体验优化

• 平均延迟减半；CMake 默认未开启 Release 模式的问题修复后整体提速约 15%；
• 从 bodyPartConnectorBase 热循环中移除checkEQ（其耗时随人数指数增长），身体检测对人数变化更稳定；
• Datum::outputData从 C×H×W 改为H×W×C，与cv::Mat互拷大幅提速；
• 新增WITH_OPENCV_WITH_OPENGL编译选项加速 GUI 显示；
• 队列空/满时最小化 CPU 占用，避免整机卡顿、过热与功耗问题；
• GUI 渲染通道快捷键改为更直观的映射：1 骨架、2 背景热力图、3 全部热力图叠加、4 PAF 叠加、5+ 各部位热力图；
• 移除弃用的--write_keypoint_json（1.2.1 起由--write_json等价替代）。

七、1.5.x：CUDA 全面加速、追踪器与新一代 Python API

7.1 1.5.0：CUDA 性能跃升

1.5.0 对 CUDA 路径做了系统性优化，发布说明给出了量化收益：

对应的 CUDA 实现可在 src/openpose/net/bodyPartConnectorBase.cu（greedy connector）、src/openpose/net/nmsBase.cu（NMS）、src/openpose/net/resizeAndMergeBase.cu（resize）中查看。其中身体部件连接器阈值已在 1.5.1 中改为使用defaultNmsThreshold（取代硬编码的 0.15），见 src/openpose/net/bodyPartConnectorBase.cu 中getPoseDefaultNmsThreshold()的调用。

7.2 单人体追踪器与--tracking

新增初始单人体追踪器（--trackingflag），用于进一步提速或视觉平滑。对应实现位于 src/openpose/tracking/personTracker.cpp 与 src/openpose/tracking/pyramidalLK.cpp。

7.3 新增命令行参数

1.5.0 集中新增了一批仍在使用的重要 flag（全部定义见 include/openpose/flags.hpp）：

• --frame_step：帧间隔抽样，如--frame_step 5处理第 0、5、10… 帧；
• --maximize_positives：将原硬编码的COCO_CHALLENGE变为用户可配置，降低人体候选阈值（提升召回、可能降低精度）；
• --verbose（后演进为--cli_verbose）：打印处理进度；
• --fps_max：限制最大处理帧率，便于慢速观察 GUI 结果；
• --prototxt_path/--caffemodel_path：自定义网络结构与权重路径；
• --face_detector/--hand_detector：选择人脸/手部矩形检测器（0=OpenPose 身体检测器、1=OpenCV 人脸检测器、2=用户自供、3=开启手部追踪）；原--hand_tracking被并入--hand_detector 3；
• --upsampling_ratio：贪心关联解析前对帧执行的上采样比例；
• --body：取代--body_disable，可关闭姿态网络但仍运行贪心关联解析（作用于用户提供的热力图）。

7.4 API 重构与 Python 生态

• Wrapper 简化为模板类WrapperT，并新增非模板等价类Wrapper（include/openpose/wrapper/wrapper.hpp 中typedef WrapperT<BASE_DATUM> Wrapper）；
• 新增统一头文件flags.hpp，避免各示例重复粘贴 flag 定义；
• 示例目录重构：tutorial_wrapper→tutorial_api_cpp、tutorial_python→tutorial_api_python、tutorial_thread→tutorial_api_thread、删除tutorial_pose（新示例见 examples/tutorial_api_cpp/ 与 examples/tutorial_api_python/）；
• 旧 Python wrapper 被Pybind11 版 wrapper取代，覆盖 C++ API 全部功能（python/openpose/openpose_python.cpp）；
• Array为 Pybind11 兼容新增getStride()、getPybindPtr()、pData绑定与指针构造接口；
• 为几乎所有类添加虚析构函数（性能敏感的 Array、Point、Rectangle、CvMatToOpOutput、OpOutputToCvMat 除外），便于继承扩展；
• errorAndLog中的辅助类改为命名空间，checkX()系列函数保留为类；
• Wrapper 新增预处理能力（WorkerType::PreProcessing）与可配置线程队列上限；
• Datum新增poseNetOutput，允许用户注入自定义网络输出；
• 输出 JSON 升级到version 1.3，可包含 person ID。

7.5 视频保存与相机相关改进

• --write_video可从图片序列（--image_dir）生成视频；
• 新增--write_video_3d保存 3D 输出视频、write_video_with_audio（需.mp4+ ffmpeg）；
• --camera_fps更名为--write_video_fps（语义更准确：只影响输出视频帧率，默认值改为 -1）；
• --frame_keep_distortion反转为--frame_undistort（默认不矫正）；
• --camera_parameter_folder更名为--camera_parameter_path（支持直接指定 XML 文件路径）；
• 帧去畸变不再限于 FLIR 相机，可作用于所有输入源。

7.6 1.5.1：三角化与稳定性修正

• 修复 >3 相机时的 3D 三角化小 bug，精度显著提升；
• 增加 Nvidia NVCaffe 社区支持；
• --3d_min_views默认值从 -1（要求全部视角）改为max(2, min(4, #cameras-1))，在召回与精度间取得更好平衡；
• CPU 版本精度提升约 0.2%（对彼此很近的关键点赋予最小可能 PAF 分数）；
• 修复06_face_from_image.cpp、07_hand_from_image.cpp、09_keypoints_from_heatmaps在 1.5.0 中因 GPU resize 导致的失效问题；
• 新增 Windows AppVeyor 自动测试（appveyor.yml）。

八、1.6.0：多相机异步模式与三方依赖隔离

1.6.0 的重点是可移植性与依赖解耦：

• 多相机（3D）异步模式：WrapperT::waitAndEmplace()与tryEmplace()支持TDatums尺寸 >1；新增createMultiviewTDatum()从单张拼接图像与相机参数矩阵自动生成多视角TDatums；配套示例 examples/tutorial_api_cpp/11_asynchronous_custom_input_multi_camera.cpp；
• 创建Matrix（cv::Mat 容器）与 String（std::string 容器），替换头文件中的三方类型，使 OpenPose 导出时不再要求三方库头文件与静态库（动态库如dll/so仍需要），用户可用自己版本的 OpenCV、Eigen 而不冲突；
• 新增openpose_private目录收纳需要三方头文件/静态库的内部头文件（include/openpose_private/）；
• 新增ScaleMode::ZeroToOneFixedAspect与PlusMinusOneFixedAspect（在保持各轴宽高比的同时归一化坐标）；
• 内部函数改名以避免与其他库的宏冲突：dLog()→opLogIfDebug()、log()→opLog()、check()→checkBool()及全部checkX()系列（include/openpose/utilities/check.hpp）；
• 修复多人+高分辨率场景下骨架渲染缺失问题（如 4K 下约 32 人的视频）；
• Debug 版本正确链接三方库的 debug 库，不再在启动时打印 Caffe 网络巨量日志。

九、1.7.x：新硬件兼容与当前版本能力

9.1 1.7.0：CUDA 11 与 Ubuntu 20.04

• 兼容CUDA 11.X 与 cuDNN 8.X，支持 Nvidia 30XX 系列显卡；
• 兼容Ubuntu 20.04，移除 GCC/Clang 编译警告；
• Python API 支持异步模式；
• CMake 新增DOWNLOAD_SERVER变量，指定模型与三方库的下载源；
• USE_MKL在 Ubuntu 默认禁用（与 Intel CPU 绑定的 MKL 在非 Intel CPU 或 Ubuntu 20 上不兼容）；
• 修复 90°/270° 图像旋转。

9.2 当前版本（未来 1.7.1）：--net_resolution_dynamic与文档重构

发布说明中"Current version - Future OpenPose 1.7.1"一节记录了截至仓库当前快照的最新改动：

• 新增--net_resolution_dynamic（默认 1，仅作用于图片与自定义输入）：避免低显存 GPU 在--net_resolution -1x368时出现 out-of-memory；设置为 0 则恢复 1.7.0 之前"尽可能大"的行为（大显存追求最大精度时建议 0）。其具体裁剪规则在 include/openpose/flags.hpp 中有完整注释：-1宽度会被裁剪为net_resolution_dynamic × 656（368 高度对应的 16:9 基准宽度）；
• 第三方依赖更新：Windows 下 OpenCV 4.2→4.5、Eigen 3.3.4→3.3.8、wget 1.19.1→1.20.3；
• AppVeyor 改为直接测试 OpenPoseDemo.exe；
• 文档重构：README 大幅简化，doc 按advanced、deprecated、installation等子目录重组（即当前 doc/ 目录结构）；标定文档链接到仓库自带的棋盘格 PDF（doc/advanced/Chessboard_in_PDF/pattern.pdf）；
• tutorial_add_module与tutorial_api_thread移入deprecated（仍可编译，但不再维护）；
• CI 从 Travis 迁移至 GitHub Actions。

十、跨版本核心接口变迁总结

10.1 输出与保存类 flag 的演进链

10.2 JSON 输出格式的版本化

JSON 输出从 1.0.0 的body_parts单一键，演进为按部位区分的pose_keypoints_2d/face_keypoints_2d/hand_left_keypoints_2d/hand_right_keypoints_2d（1.3.0 起加_2d后缀以区分 3D），并逐步加入part_candidates（1.2.1）、3D 关键点（1.3.0）、person ID（1.5.0，JSON version 1.3）。当前完整格式示例见 doc/02_output.md，底层实现可查看 src/openpose/filestream/peopleJsonSaver.cpp。

10.3 关键点模型的语义稳定性

尽管版本迭代频繁，关键点索引语义保持稳定：BODY_25、COCO、MPI 的部件映射仍可通过getPoseBodyPartMapping()从 C++/Python API 获取（include/openpose/pose/poseParameters.hpp），并可直接在 Python 中验证：

poseModel = op.PoseModel.BODY_25 print(op.getPoseBodyPartMapping(poseModel)) print(op.getPoseNumberBodyParts(poseModel)) print(op.getPosePartPairs(poseModel)) print(op.getPoseMapIndex(poseModel))

十一、从发布历史看项目演进规律

纵观 1.0.0rc1 到 1.7.1，可以提炼出几条清晰的演进主线，这也是阅读本仓库代码时的最佳路线图：

1. 检测能力扩展：body（rc1）→ face（rc3）→ hand（1.0.0）→ 脚部关键点并入 BODY_25（1.4.0）→ 3D 关键点（1.2.x–1.4.0）；
2. 速度与内存：CPU 渲染（1.0.0）→ 多尺度优化（1.2.0）→ 移除热循环 checkEQ（1.4.0）→ CUDA 全链路加速（1.5.0）→ H×W×C 数据布局（1.4.0）；
3. 模块化与依赖解耦：flagsToOpenPose 抽取（1.0.0）→ 移除 Boost（1.3.0）→ net/ 模块（1.3.0）→ WrapperT/Wrapper（1.5.0）→ Matrix/String 与 openpose_private（1.6.0）；
4. 跨平台：Ubuntu（rc1）→ Windows（rc3/1.0.0）→ Mac OpenCL（1.5.0）→ Ubuntu 20.04（1.7.0）；
5. 生态：Python API（2018）→ Pybind11 重写（1.5.0）→ Unity 绑定（1.5.0）→ 训练代码与数据集（2019，另见 doc/10_community_projects.md）。

如需核对每个版本的完整改动清单，可直接阅读仓库内的 doc/08_release_notes.md；各版本对应的安装方式与前置条件见 doc/installation/0_index.md 与 doc/installation/1_prerequisites.md；而查看当前全部可用命令行参数的最快捷方式，是编译后运行build/examples/openpose/openpose.bin --help，并按 include/openpose/flags.hpp 头部注释的指引，只关注Flags from examples/openpose/openpose.cpp:之后的 OpenPose 自身参数。

【免费下载链接】openposeOpenPose: Real-time multi-person keypoint detection library for body, face, hands, and foot estimation项目地址: https://gitcode.com/gh_mirrors/op/openpose