zoukankan      html  css  js  c++  java
  • pose的初体验

    所谓pose的识别任务指的是对人体的身体关节点进行识别

    其中主要的数据集包括coco数据集以及mpii 数据集

    此次我用的是mpii数据集。

    mpii数据集

    { 0 - r ankle, 1 - r knee, 2 - r hip,3 - l hip,4 - l knee, 5 - l ankle, 6 - pelvis, 7 - thorax,8 - upper neck, 9 - head top,10 - r wrist,11 - r elbow, 12 - r shoulder, 13 - l shoulder,14 - l elbow, 15 - l wrist }

    mpii包括16个数据点,即最后输出的

    此次的工作并不是训练,直接去测试就好,也就是所谓的拿来主义,接下来讲讲我的步骤

    首先 从github上挑选一个比较靠谱的算法以及框架必须是pytorch,因为我的主力框架是pytorch

    那么就找到了这个:https://github.com/bearpaw/pytorch-pose

    这个是基于 pytorch 的 pose识别系统

    那么按照readme安装实测没有问题

    需要注意的是:

    1 python2.7

    2 pytorch 0.4.1

    3 路径修改

    4 reduction='mean'删除掉,因为此时也不需要train,而且这里一直报错,i应该是我pytorch版本的问题

    做到这些,就已经可以正常跑出一个结果了

    然后这个结果被展示在一个.mat的文件里,会得到一个人的16个坐标

    接下来需要进行测试

    那么主要的工程就是:

    把想测试的图片加入images文件夹里面,并在annotations里面把这个图片相关内容添加上即可,且validation=1.000

    这个就是我的pose初体验,

  • 相关阅读:
    JavaScript条件判断和循环
    JavaScript数据类型详解
    Dockerfile使用
    让ie8、ie9支持媒体查询
    事件穿透
    判断是苹果手机还是安卓手机
    ES6中字符串的扩展
    ES6数组的扩展运算符
    let和const
    ES6中函数的扩展
  • 原文地址:https://www.cnblogs.com/lllcccddd/p/10977056.html
Copyright © 2011-2022 走看看