SDPose: ComfyUIでのポーズ検出

​

主な強み

• 全身キーポイント: 体、手、顔、足のキーポイントを1つの統合モデルで検出
• 複数人対応: 1枚の画像や動画から複数人を検出し、ラベル付け
• 設定可能な出力: 可視化する身体部位 (体、手、顔、足) を選択し、スティックやフォントサイズを制御可能
• バウンディングボックス検出: 調整可能なしきい値とクラス選択による物体検出を含む
• 画像と動画のサポート: 静止画、動画、OODポーズ推定向けの専用ワークフロー

制限事項: 検出精度は画像の解像度と被写体の視認性に依存します。極端に隠れている場合や非常に小さい被写体では、得られるキーポイントが少なくなることがあります。

​

SDPose ワークフロー

​

1. ワークフローのダウンロード

​

SDPose: 画像の複数人検出

​

SDPose: ビデオ複数人検出

​

SDPose-OOD: 画像からポーズマップへ

​

SDPose-OOD: ビデオからポーズマップへ

​

2. モデルのダウンロード

• sdpose_wholebody_fp16.safetensors

• rt_detr_v4-x-hgnet_fp16.safetensors (推奨)
• rt_detr_v4-x-hgnet_fp32.safetensors (フル精度、より大容量)

📂 ComfyUI/
└── 📂 models/
    ├── 📂 checkpoints/
    │   └── sdpose_wholebody_fp16.safetensors
    └── 📂 diffusion_models/
        ├── rt_detr_v4-x-hgnet_fp16.safetensors
        └── rt_detr_v4-x-hgnet_fp32.safetensors

​

3. ワークフローの使用

​

マルチパーソン（画像）

• 入力: Load Image ノードを使用して画像を読み込みます。1人以上の人物が写った画像を使用します（例: group_photo.png）。
• 検出: Image to Pose Map (SDPose Multi-Person) サブグラフが画像を処理し、以下を出力します:
  • IMAGE: 画像にオーバーレイ表示されたポーズスケルトンの可視化
  • keypoints: 全身の生のキーポイントデータ
  • bboxes: バウンディングボックス座標
• 描画オプション: 描画する身体部位を設定します:
  • draw_body、draw_hands、draw_face、draw_feet: 表示/非表示を切り替えます
  • stick_width、face_point_size: 表示スタイルを調整します
  • score_threshold: キーポイントを表示するための最小信頼度
• 検出オプション:
  • resize_type.longer_size: 検出前に長辺をスケールします
  • max_detections: 検出する人物の最大数
  • detect_threshold: 検出の信頼度しきい値
  • detect_class: 検出するオブジェクトクラス（デフォルト: person）

​

マルチパーソン（ビデオ）

​

OOD 画像からポーズへ

​

OOD ビデオからポーズマップへ

​

補足情報

• モデルディレクトリ: SDPoseチェックポイントは models/checkpoints/ に、RT-DETRv4検出器は models/diffusion_models/ に配置します
• 入力画像の例: テスト用に、ワークフローテンプレートの input/ ディレクトリに group_photo.png ファイルが用意されています
• キーポイント出力: POSE_KEYPOINTタイプは、条件付き生成のためにポーズデータを受け付ける下流ノードに接続できます
• アップデート必須: SDPose + RT-DETRv4のサポートは最新版のComfyUIで利用可能です。ComfyUIが最新であることを確認してください