脚本宝典收集整理的这篇文章主要介绍了lightweight openpose 入门实操笔记(pytorch环境),脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
基本上是下面几种
这个不是本文重点,笔者也还没吃透,可以看这篇综述:Deep Learning-Based Human Pose Estimation: A Survey
作者试过几个模型:openpose
,alpahpose
,mediapipe
,使用体验如下:
作者打算从头到尾完整地训练一个自己地数据集合,并且要求速度为第一位,精度达到要求即可,经过简单调研,上面几个虽然很不错,但是系统学习下来成本可能比较高,所以后面再弄,打算从2018年的这篇lightweight openpose
开始学习,看一下这个introduction就知道为啥先弄这个了:
速度和精度都不错,关键是论文才5页,下面是论文和代码链接,体量都不大,正好适合练手:
requirement.txt内容如下:
torch>=0.4.1
torchvision>=0.2.1
pycocotools==2.0.0
opencv-python>=3.4.0.14
numpy>=1.14.0
首先配置pytorch环境,按照pytorch官网即可,然后安装opencv-python
:
pip install opencv-python
有一个包pycocotools==2.0.0
,死活装不上,
参考了两个博客:
解决方案如第一篇博客的第一种方法,直接下载对应版本的.whl文件,下载链接在第二篇博客里面,从清华镜像搜索下载也行,然后运行
pip install pycocotools_windows-2.0-cP37-cp37m-win_amd64.whl
注:如果采用第一篇博客所述第二种方法,直接安装一个visual studio,应该也是可以的,只是比较麻烦;如果采用所述第三种方法,这时候bug就来了,采用Microsoft Visual C++ Build Tools来解决貌似是不错的解决方式,但是每次安装到一般就提示安装包错误什么的,换了几个博客推荐的下载都不行,放弃此方法,采用第一种或第二种即可。
下载作者训练好的checkpoint
:
配置好环境之后,运行如下命令应该就会打开一个摄像头,实时检测:
python demo.py --checkpoint-path checkpoint_iter_370000.pth --video 0
成功运行!有问题的小伙伴可以关注留言交流哈~
以上是脚本宝典为你收集整理的lightweight openpose 入门实操笔记(pytorch环境)全部内容,希望文章能够帮你解决lightweight openpose 入门实操笔记(pytorch环境)所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。