本发明公开了一种实时的鲁棒的两阶段姿态预估方法，属于深度学习计算机视觉技术领域，该方法的实现过程如下：采集装置捕获外界视频流中的目标人体图像；将上述目标人体图像输入至姿态预估模型中的YOLOV3目标检测模型，检测每一帧图像中的目标人体位置并标记检测框，得到目标人体的特征信息；将上述目标人体的特征信息传递给姿态检测模型Fast Pose,得到检测框内人体关键点的Heat Map数据信息；将上述得到的Heat Map数据信息通过仿射变换操作映射到原图像中，得到带有人体关键点标注信息的图像。本发明能够提升人体关键点定位的准确性、稳定性，提升了姿态检测模型的检测性能。