一种基于Mamba的实时2D关键点检测方法及装置

本申请提出一种基于Mamba的实时2D关键点检测方法及装置，涉及二维关键点检测领域，其中，方法包括：通过基于卷积神经网络的Stem网络接收输入图像，并提取初始姿态特征，获得初步特征；利用基于逐块递归特征提取模型的编码器处理所述初始特征，输出多级姿态特征，其中，所述编码器包括多个阶段，每个阶段都由上下文建模模块、二维选择性扫描模块和归一化层组成；使用解码器将所述编码器输出的多级姿态特征上采样为关键点热图，每个关键点的热图表示目标实例的关键点位置。本申请通过基于Mamba的轻量化网络结构设计，解决了传统方法中难以兼顾关键点检测实时性与高精度的技术问题，显著提升了关键点检测的实时性能和检测精度。