Diese Arbeit untersucht die Aufgabe der 2D-Ganzkörper-Menschenpose-Schätzung, die darauf abzielt, dichte Merkmale über den gesamten menschlichen Körper – einschließlich Körper, Füße, Gesicht und Hände – zu lokalisieren. Wir stellen einen Ansatz mit einer einzigen Netzwerkarchitektur vor, den wir ZoomNet nennen, der die hierarchische Struktur des menschlichen Körpers berücksichtigt und die Skalenvariation verschiedener Körperteile bewältigt. Weiterhin präsentieren wir einen neuronalen Architektursuch-Frame­work namens ZoomNAS, der sowohl die Genauigkeit als auch die Effizienz der Ganzkörper-Pose-Schätzung verbessern soll. ZoomNAS sucht gemeinsam nach der Modellarchitektur und den Verbindungen zwischen verschiedenen Sub-Modulen und verteilt die Berechnungskomplexität automatisch auf die gefundenen Sub-Module. Um ZoomNAS zu trainieren und zu evaluieren, führen wir zunächst den großskaligen 2D-Menschen-Ganzkörper-Datensatz COCO-WholeBody V1.0 ein, der 133 Schlüsselpunkte für in-the-wild-Bilder annotiert. Umfangreiche Experimente belegen die Wirksamkeit von ZoomNAS und die Bedeutung von COCO-WholeBody V1.0.