# 4.2 Pose Estimation Overview

Pose Estimation은 객체를 구성하는 Keypoint의 위치를 추정하며, 컴퓨터비전 분야에서 기본이 되는 Keypoint Detection 이라고 할 수 있습니다. 주로 사람의 자세를 추정하는 모델들이 개발되어 왔으나, 동물, 자동차(사물) 등의 자세를 추정하기 위한 모델들도 개발되어 있습니다. 

<figure><img src="/files/lMi2fP9cFOUr3Gmt6eY5" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/EXIrwt0PuQCU0QRyZmls" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/BDHou0DwDrpa6hATjE5Z" alt=""><figcaption></figcaption></figure>

사람의 자세 추정은 주로 사람의 관절(머리, 목, 어깨, 허리, 엉덩이, 무릎 등) 또는 특징(눈, 코, 입 등) 정보를 사용하며, 보편적인 Human Pose Estimation은 17개의 서로 다른 Keypoint를 감지하게 됩니다.

<figure><img src="/files/YxJz1BQKcYHpliOh3Wux" alt=""><figcaption></figcaption></figure>

또한 포즈 추정을 위해 다양한 모델들이 개발 및 사용되고 있는데, OpenPose, PoseNet, Yolo-pose, Mediapipe pose 등의 모델들은 다양한 ML 프레임워크, 알고리즘으로 구성되어 있으며, 모델 별로 SageMaker에서 기본으로 제공하는 컨테이너 이미지를 통해 학습 및 배포가 가능한 경우도 있으나, 로직 및 종속성으로 인해 사용자 지정 컨테이너 이미지를 생성하여 사용해야 하는 경우가 있습니다.

YOLOv8은 2023년 1월에 Ultralytics에서 출시한 모델입니다. YOLO 모델을 위한 완전히 새로운 패키지를 출시하여 객체 감지, 객체 분할, 이미지 분류 등 다양한 Vision AI 모델을 학습하기 위한 통합 프레임워크로 개발되었습니다. YOLO 모델은 초기 버전부터 빠른 속도와 정확도로 많은 인기를 가지고 있는 모델이며 오픈소스로 많은 분야에 활용되고 있습니다.

<figure><img src="/files/UrYcelYbZ0rGPk53KBrL" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
이번 실습은 두 가지 시나리오 중 한가지를 선택하여 진행할 수 있습니다.
{% endhint %}

#### 학습 없이 Pretrained Model을 배포하고 테스트를 진행하는 경우 아래 링크로 이동합니다.

{% content-ref url="/pages/likwWG6XMSORaBwU755Z" %}
[4.3 Deploy SageMaker Endpoint With Pretrained Model](/sagemaker-image-workshop/lab4.-use-your-own-model-or-algorithm/4.3-deploy-sagemaker-endpoint-with-pretrained-model.md)
{% endcontent-ref %}

#### MLOps를 구성하여 학습 및 배포 파이프라인 실습을 진행하고, 배포한 모델의 엔드포인트를 이용하여 테스트하는 경우 아래 링크로 이동합니다.

{% content-ref url="/pages/PumxegnkUhwakePn6UKZ" %}
[4.4 Build SageMaker Pipelines with Custom Container](/sagemaker-image-workshop/lab4.-use-your-own-model-or-algorithm/4.4-build-sagemaker-pipelines-with-custom-container.md)
{% endcontent-ref %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://cheolmin-ki.gitbook.io/sagemaker-image-workshop/lab4.-use-your-own-model-or-algorithm/4.2-pose-estimation-overview.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.