Préliminaire

Ces chiffres viennent d'une version interne, pas du modèle livré. Mesurés le 2026-11-17. Ils vont changer.

PoseTracker Model · BenchmarksPréliminaire

Benchmark du PoseTracker Model : vitesse et précision mesurées sur des téléphones nommés

Le 17 novembre 2026, nous avons mesuré une version interne du PoseTracker Model face aux fichiers publics de MoveNet, sur un téléphone Android d'entrée de gamme et sur un iPhone récent. Résultat : environ 1,4 fois plus rapide que MoveNet Lightning en 8 bits sur les téléphones testés, avec 39 points clés au lieu de 17, à précision comparable sur des personnes bien cadrées. Cette page donne chaque chiffre avec ses conditions, les points où la version interne est en retard, et les limites de la méthode.

Dernière mise à jour : Statut : préliminaire

01Résumé

Trois chiffres, et ce qu'ils valent

1,4×

plus rapide que MoveNet Lightning en 8 bits

Temps par image, modèle seul, sur les deux téléphones testés. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.

28,7img/s

avec la caméra, sur 10 minutes

Huawei FIG-LX1 2017 (Android 9) ; MoveNet Lightning en 8 bits : 21,4 img/s. Fenêtre de 10 s la plus lente : 22,1. Ordre des mesures pas encore inversé. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.

39

points clés, contre 17

Précision comparée sur les 17 articulations communes aux deux modèles ; les 22 autres points clés ne sont pas évalués ici. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.

L'affirmation la plus forte que nous faisons : environ 1,4 fois plus rapide que MoveNet Lightning en 8 bits sur les téléphones testés, avec 39 points clés au lieu de 17, à précision comparable sur des personnes bien cadrées.

Nous n'affirmons rien de plus. La version interne est en retard sur plusieurs points, listés en section 05, et la méthode a ses limites, listées en section 06.

02Protocole

Comment les mesures ont été faites

Appareils
Un Huawei FIG-LX1 2017 sous Android 9 (Android d'entrée de gamme) et un iPhone 18 Pro. Un seul exemplaire de chacun.
Modèles comparés
Une version interne du PoseTracker Model en 8 bits (39 points clés, entrée de 192 pixels) et les fichiers publics de MoveNet : Lightning en 8 bits et en virgule flottante, Thunder en virgule flottante (17 points clés).
Modèle seul
Le modèle tourne sur des images synthétiques, sans caméra, pendant 30 secondes par passe, sur 4 fils d'exécution du processeur. Nous donnons le temps médian par image. Le « modèle seul » isole le coût propre du modèle ; ce n'est pas la vitesse qu'obtient une app.
Trois passes
Chaque modèle est mesuré en 3 passes, avec les modèles dans un ordre différent à chaque fois et 2 minutes de repos entre les passes. Nous donnons les trois médianes, jamais une seule. Un rapport entre deux modèles est calculé à l'intérieur d'une même passe.
Avec la caméra
La caméra est maintenue à 30 images par seconde et chaque modèle tourne pendant 10 minutes. Nous donnons le nombre d'images par seconde réellement traitées et la fenêtre de 10 s la plus lente.
Caméra à haute cadence
Sur l'iPhone 18 Pro, nous demandons à la caméra arrière 240 images par seconde pendant 60 secondes, pour voir si le modèle suit.
Précision
COCO val, 991 personnes, les 17 articulations annotées par des humains et communes aux deux familles de modèles. Score : le PCK, la part des articulations placées à moins de 5 % (PCK@0.05) ou de 10 % (PCK@0.1) du côté du cadrage. Chaque point clé compte, quel que soit son score de confiance.
Cadrage
« Serré » : la personne remplit le cadrage. « Petit » : la personne est petite dans l'image. Dans les deux cas, le cadrage fait 192 pixels ; MoveNet Thunder le reçoit agrandi à sa propre taille d'entrée.

03Vitesse

Vitesse sur un téléphone Android d'entrée de gamme et sur un iPhone

Pour le temps par image, plus c'est bas, mieux c'est ; pour les images par seconde, plus c'est haut, mieux c'est. Tous les chiffres de vitesse : 4 fils d'exécution, mesurés le 2026-11-17, version interne.

Temps par image, modèle seul

Huawei FIG-LX1 2017 · Android 9 · 4 fils d'exécution · médiane sur 30 s · préliminaire

  • PoseTracker Model 8 bits18,4ms

    trois passes : 18,4 · 18,4 · 18,4

  • MoveNet Lightning 8 bits26,2ms

    trois passes : 26,2 · 26,2 · 26,2

  • MoveNet Lightning flottant38,6ms

    trois passes : 38,6 · 38,7 · 38,0

Plus bas, c'est mieux

Images par seconde avec la caméra

Huawei FIG-LX1 2017 · caméra à 30 img/s · 10 minutes · préliminaire

  • PoseTracker Model 8 bits28,7img/s

    fenêtre de 10 s la plus lente : 22,1 img/s

  • MoveNet Lightning 8 bits21,4img/s

    fenêtre de 10 s la plus lente : 18,1 img/s

  • MoveNet Lightning flottant14,1img/s

    fenêtre de 10 s la plus lente : 12,5 img/s

Plus haut, c'est mieux

Temps par image, modèle seul

iPhone 18 Pro · 4 fils d'exécution · médiane sur 30 s · préliminaire

  • PoseTracker Model 8 bits1,8ms

    trois passes : 1,8 · 1,8 · 2,0

  • MoveNet Lightning 8 bits2,5ms

    trois passes : 2,5 · 2,7 · 3,0

Plus bas, c'est mieux

Suivre une caméra à 240 img/s

iPhone 18 Pro · 240 img/s demandées à la caméra arrière · 60 s · préliminaire

  • PoseTracker Model 8 bits239,9img/s

Barre à l'échelle des 240 img/s de la caméra

Les mêmes chiffres en tableaux

ModèlePoints clésms par imageTrois passes (ms)
PoseTracker Model 8 bits3918,418,4 · 18,4 · 18,4
MoveNet Lightning 8 bits1726,226,2 · 26,2 · 26,2
MoveNet Lightning flottant1738,638,6 · 38,7 · 38,0
Huawei FIG-LX1 2017, Android 9, modèle seul, 4 fils d'exécution, temps médian par image sur 30 s. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.
ModèlePoints clésImages par secondeFenêtre de 10 s la plus lente
PoseTracker Model 8 bits3928,722,1
MoveNet Lightning 8 bits1721,418,1
MoveNet Lightning flottant1714,112,5
Huawei FIG-LX1 2017, caméra maintenue à 30 img/s, 10 minutes par modèle, 4 fils d'exécution. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.
ModèlePoints clésms par imageTrois passes (ms)
PoseTracker Model 8 bits391,81,8 · 1,8 · 2,0
MoveNet Lightning 8 bits172,52,5 · 2,7 · 3,0
iPhone 18 Pro, modèle seul, 4 fils d'exécution, temps médian par image sur 30 s. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.

04Précision

Précision sur les articulations communes aux deux modèles

Le PoseTracker Model renvoie 39 points clés, MoveNet 17. La précision ne se compare que sur ce que les deux ont en commun : les 17 articulations du corps, sur COCO val (991 personnes). Les chiffres sont donnés en PCK@0.05 / PCK@0.1 ; plus c'est haut, mieux c'est.

ModèlePoints clésPCK@0.05PCK@0.1
PoseTracker Model 8 bits390,8320,920
MoveNet Lightning flottant170,8380,928
MoveNet Thunder flottant170,8750,944
COCO val, 991 personnes, 17 articulations communes, cadrage serré (la personne remplit le cadrage). Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.
ModèlePoints clésPCK@0.05PCK@0.1
PoseTracker Model 8 bits390,8330,916
MoveNet Lightning flottant170,7970,889
COCO val, 991 personnes, 17 articulations communes, personne petite dans l'image. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.

Lecture. Sur une personne bien cadrée, la version interne et MoveNet Lightning sont à égalité : 0,832 / 0,920 contre 0,838 / 0,928, avec un léger avantage à Lightning. MoveNet Thunder devance les deux, à 0,875 / 0,944. Quand la personne est petite dans l'image, la version interne devance Lightning : 0,833 / 0,916 contre 0,797 / 0,889.

La comparaison sur une personne petite dans l'image nous avantage : MoveNet est prévu pour tourner avec son propre suivi du cadrage d'une image à l'autre, ce qui le rapproche du cadrage serré en usage réel. Ses chiffres sur une personne petite le sous-estiment.

05Là où nous sommes en retard

Là où la version interne est en retard

Nous avons cherché exprès les endroits où la version interne perd. Trois ressortent.

Placement fin à tolérance serrée
Quand on resserre la tolérance, la version interne trouve une articulation à peu près aussi souvent que MoveNet, mais la place moins finement. À l'œil, le squelette paraît un peu lâche. MoveNet Lightning et MoveNet Thunder placent tous deux les articulations plus précisément à la tolérance la plus serrée.
Articulations masquées
Sur les articulations annotées mais cachées dans l'image, la version interne est en retard à la fois sur MoveNet Lightning et sur MoveNet Thunder.
MoveNet Thunder sur une personne bien cadrée
Thunder atteint 0,875 / 0,944 là où la version interne atteint 0,832 / 0,920. Thunder est un modèle plus gros, avec une entrée plus grande ; sur le téléphone d'entrée de gamme, il est plusieurs fois plus lent. La version interne n'égale pas son placement.

Sur une personne bien cadrée, MoveNet Lightning en virgule flottante devance aussi légèrement la version interne (0,838 / 0,928 contre 0,832 / 0,920). Dans notre titre, « précision comparable » veut dire exactement cela : à égalité, pas mieux.

06Limites

Limites de ce benchmark

  • Un seul exemplaire par téléphone. Un Huawei FIG-LX1 2017 et un iPhone 18 Pro. Un autre exemplaire du même modèle pourrait donner des chiffres différents.
  • Ordre thermique des mesures avec la caméra. Sur le Huawei FIG-LX1 2017, les trois mesures avec la caméra se sont enchaînées. La version interne est passée en premier, sur le téléphone le plus froid, et MoveNet Lightning en 8 bits en dernier, sur le téléphone le plus chaud. Cela avantage la version. Les mesures sont à refaire dans l'ordre inverse.
  • Le modèle seul n'est pas la vitesse d'une app. Les chiffres du modèle seul reposent sur des images synthétiques. Avec la caméra en marche, le temps par image est plus élevé : la chaleur, et des cœurs du processeur qui ralentissent entre deux images.
  • Nos affirmations principales ne portent que sur l'ensemble commun aux deux modèles. La comparaison de précision repose sur COCO val et sur les 17 articulations communes. Les points clés supplémentaires de la version interne (pieds, tronc, colonne) n'ont pas d'annotation humaine dans ce jeu de données et ne sont pas évalués ici.
  • Réglages du moteur d'exécution. Les réglages du moteur d'exécution de l'app ont été choisis pour nos fichiers en 8 bits. Une autre configuration pourrait mieux convenir à MoveNet.
  • La précision a été calculée hors du téléphone. Les mêmes fichiers de modèle ont été évalués sur un ordinateur de bureau. Un fichier de modèle donne les mêmes points clés sur un téléphone, aux arrondis près ; cela n'a pas été vérifié sur le téléphone lui-même.
  • Pas encore mesuré. La stabilité d'une image à l'autre en vidéo, le comportement sur les images de la caméra du téléphone, et l'AP standard de COCO sur les points clés en complément du PCK.
  • Version préliminaire. Les chiffres décrivent une version interne, pas le modèle qui sera livré.

07Données

Télécharger les chiffres

Tous les nombres de cette page sont générés à partir d'un seul fichier de données. Le CSV ci-dessous contient les mêmes valeurs, avec l'appareil, la condition, le statut et la date sur chaque ligne.

Télécharger le CSV

Statut : préliminaire · version interne, pas le modèle livré · mesuré le

Bêta privée

Testez-le sur vos propres téléphones.

La bêta est le moyen de vérifier ces chiffres sur les appareils que vos utilisateurs ont en main.