本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

SDPose关键点提取器节点

此节点使用SDPose模型从输入图像中检测人体姿态关键点。它可以处理完整图像或由边界框定义的特定区域，并以OpenPose格式输出检测到的关键点，其中包含每个人的坐标以及每个关键点的置信度分数。

输入

参数	数据类型	是否必需	范围	描述
`model`	MODEL	是	-	用于关键点检测的SDPose模型。必须是一个具有`heatmap_head`属性的模型，具体来自SDPose仓库。
`vae`	VAE	是	-	用于将输入图像编码到潜在空间以进行处理的VAE模型。
`image`	IMAGE	是	-	用于提取姿态关键点的输入图像或图像批次。
`batch_size`	INT	否	1 至 10000	在全图像模式下（即未提供`bboxes`时）一次处理的图像数量。这可以加快处理速度。（默认值：16）
`bboxes`	BOUNDINGBOX	否	-	可选边界框，用于更精确的检测。多人检测时需要。如果提供，节点将从每个指定区域提取关键点。

参数约束：

model输入必须是特定的SDPose模型。如果提供的模型没有heatmap_head属性，节点将报错。
节点根据bboxes输入以两种不同模式运行：
1. 边界框模式： 当提供bboxes时，分别处理每个指定区域。这是检测单张图像中多个人物所必需的。
2. 全图像模式： 当未提供bboxes时，将整张图像作为批次处理。batch_size参数仅在此模式下适用。

输出名称	数据类型	描述
`keypoints`	POSE_KEYPOINT	采用OpenPose帧格式的关键点（canvas_width, canvas_height, people）。输出包含检测到的人物，每个人物带有关键点坐标数组(x, y)及其对应的置信度分数。

Source fingerprint (SHA-256): 7903b51c9137aa08bb8843362740fcf93cea9c09d142bd1db3b5eee945c853e4