OpenPifPaf: encoder过程

最新推荐文章于 2024-04-09 09:40:38 发布
最新推荐文章于 2024-04-09 09:40:38 发布
阅读量2.5k 收藏 9
点赞数
分类专栏： HumanPoseEstimation 文章标签： pifpaf openpifpaf encoder
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Murdock_C/article/details/94013116
版权

OpenPifPaf 的encoder过程

图像预处理

  1. 源代码train.py中给出了两个方案,一个是带有data augmentation的, 一个是不带的, 因为图像预处理无非是对图像和对应的label进行处理使其满足网络的输入条件, 因此就以不带data augmentation的预处理过程简单梳理下.
  2. 首先是读入传入的coco label, 根据传入的coco label, 使用PIL Image.open()打开图像并转成RGB格式. 接着, 对图像以图像的长边为标准缩放成401的大小, 短边按比例缩放, 图像保持原来的比例, 接着再对短边上下(或者左右)进行(124, 116, 104)的内容填充, 最后会有一个减均值除方差的操作, 最终得到的图像大小是401 x 401的. 预处理的过程中, 保持图像的label按照同样的步骤操作, 最终, 得到预处理之后的image和ann.
  3. 在操作2完成之后, 会根据其中得到的meta['valid_area']值对image再做一次更新, 就是让image处于valid_area之外的区域值为0, 意思就是让网络专注于去学只有人的区域, 非人的区域不要去学, 接着根据得到的ann值去生成pif label 和 paf label.

pif:

  1. 首先对ann的值进行scale操作. 因为网络的输出和输入大小不一致, 而传入的ann是按照输入的大小计算得到的值, 因此需要根据网络的缩放倍数对ann值进行更新, 符合网络的输出尺度范围, 就是对象rescalar
最低0.47元/天 解锁文章
MatthewHsw
关注
  • 0
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
OpenPifPaf decode源码解析
Matthew技术小站
06-26 3280
openpifpaf 的decode过程: 网络的输出: pif, 原始的输出共有4个, 分别为: joint_intensity_fields, shape 为 [17, output_h, output_w]. 其实就是输出的每个位置上的confidence map, 17表示channel数, 在pose检测里面表示总共有多少个关键点需要检测. joint_offset_fields,...
openmpi python 环境搭建及使用
蒜蓉粉丝蒸扇贝的专栏
09-24 4374
1. open-mpi 是什么 open-mpi的官方定义：A High Performance Message Passing Library（from https://www.open-mpi.org/） MPI是Message Passing Interface的简称，也就是消息传递。消息传递指的是并行执行的各个进程具有自己独立的堆栈和代码段，作为互不相关的多个程序独立执行，进程之间的信
openpifpaf:正式执行“ OpenPifPaf
04-12
openpifpaf 经过Linux，MacOS和Windows的持续测试： ： OpenPifPaf：用于语义关键点检测和时空关联的复合字段（ ，（ ，（ ，2021年。 许多基于图像的感知任务可以公式化为检测，关联和跟踪语义关键点，例如人体姿势估计和跟踪。 在这项工作中，我们提出了一个通用框架，该框架可以在单个阶段中共同检测并形成时空关键点关联，这使其成为第一个实时姿势检测和跟踪算法。 我们提出了一种通用的神经网络体系结构，该体系结构使用Composite Fields来检测和构建时空姿势，该姿势是一个单独的连接图，其连接点是多个帧中的语义关键点（例如人的身体关节）。 对于时间关联，我们引入了时间复合关联字段（TCAF），它需要扩展的网络体系结构和训练方法，而不是以前的复合字段。 我们的实验显示出竞争准确性，同时在多个公开可用的数据集（例如COCO，CrowdPose以及
【关键点检测｜OpenPifPaf】环境配置与模型测试
【人工智障 | 计算鸡视觉 | 机器孩】
01-21 1265
的内容去安装依赖，里面给出了 torch 和 torchvision 的版本，一般是比较新的，我从文档中看到建议是使用 torch-1.9 ，但是克隆下来的配置文件中给出的是 torch-1.11。可能默认的是 cpu 版的 pytorch ，需要自己安装 gpu 版的。这步很慢，看似卡着不动了，其实CPU占用率会有变化。
探索OpenPifPaf：高效且灵活的人体姿态估计框架
最新发布
gitblog_00042的博客
04-09 458
探索OpenPifPaf：高效且灵活的人体姿态估计框架 项目地址:https://gitcode.com/openpifpaf/openpifpaf OpenPifPaf 是一个开源的Python库，专为实时人体姿态估计算法提供了一个强大而易用的平台。它由德国图宾根大学的研究团队开发，旨在简化复杂的计算机视觉任务，使开发者能够快速构建和实验姿态识别系统。 技术分析 OpenPifPaf的核心是基于...
Python库 | openpifpaf-0.12.9-cp37-cp37m-manylinux1_i686.whl
04-24
资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：openpifpaf-0.12.9-cp37-cp37m-manylinux1_i686.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Python库 | openpifpaf-0.5.1.tar.gz
05-20
资源分类：Python库 所属语言：Python 资源全名：openpifpaf-0.5.1.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
姿态估计——PifPaf:Composite Fields for Human Pose Estimation
乐亦亦乐的博客
11-28 2776
本文仅作为自己学习过程的一个记录。 论文地址：https://arxiv.org/pdf/1903.06593.pdf GitHub地址：https://github.com/vita-epfl/openpifpaf 官方API：https://vita-epfl.github.io/openpifpaf/intro.html 浏览器在线测试：https://vita-epfl.github.io/openpifpafwebdemo/ https://www.cnpython.com/pyp.
基于openpifpaf的跌倒算法检测
如果想成为中心，那么就到中心去吧。
01-18 4050
文章目录跌倒检测算法改进版检测结果应用参考 跌倒检测算法 最初概念化的跌倒检测算法相对简单。我首先选择了颈部作为稳定的参考点（与摆动的手臂和腿相比）。接下来，我根据定义整个人的边界框计算人的感知高度。然后，我以帧为间隔计算了颈部点之间的垂直距离。如果垂直距离超过人感知高度的一半，则算法将发出跌倒信号。 然而，在浏览了多个关于人们跌倒的 YouTube 视频后，我意识到有不同的跌倒方式和方向。当视野处于一定角度时，一些跌倒没有被检测到，因为受害者的运动似乎没有剧烈变化。我的模型也不够健壮，当人们弯腰系鞋带或直
完美解决Failed building wheel for openpifpaf的问题
weixin_43550185的博客
08-29 254
解决Failed building wheel for openpifpaf的问题
(13) Multi-person Pose Estimation : PifPaf : CVPR 2019
qq_17721239的博客
09-26 609
PifPaf: Composite Fields for Human Pose Estimation CVPR 2019 reading time : 2019/09/24 papaer address :https://arxiv.org/abs/1903.06593v1 github地址:https://github.com/vita-epfl/openpifpaf 本文提出了2...
openpifpafwebdemo:基于Web浏览器的OpenPifPaf演示
05-07
openpifpafwebdemo 链接：， 和。 现场演示： : 无服务器实时演示： : 本地使用 在Python中运行完整的管道（神经网络和解码器），并在浏览器中可视化输出： pip3 install openpifpafwebdemo python3 -m openpifpafwebdemo.server 故障排除：确保您使用的是Python3，并且具有最新的pip和setuptools与pip install --upgrade pip setuptools 。 不要克隆此存储库。 确保当前目录中没有名为openpifpafwebdemo文件夹。 例子： 码头工人 对于每个版本，此存储库都会构建一个新的映像并将其上传到 。 您可以使用以下方法进行测试： docker run -d -p 5000:80 svenkreiss/openpifpafwebdemo 该d
openpifpaf：在PyTorch中“ PifPaf：用于人体姿势估计的复合字段”的正式实现
02-04
openpifpaf 经过Linux，MacOS和Windows的持续测试： PifPaf：用于人类姿势估计的复合字段 我们提出了一种用于多人2D人体姿势估计的新的自下而上的方法，该方法特别适合于城市机动性，例如无人驾驶汽车和送货机器人。 新方法PifPaf使用“零件强度场”（PIF）定位身体部位，并使用“零件关联场”（PAF）将身体部位彼此关联以形成完整的人体姿势。 由于（i）我们的新复合场PAF编码了细粒度的信息，并且（ii）选择了包含不确定性概念的回归Laplace损失，因此我们的方法在低分辨率以及拥挤，混乱和遮挡的场景中优于以前的方法。 我们的架构基于完全卷积，单发，无盒设计。 我
Python库 | openpifpaf-0.12.2-cp39-cp39-manylinux2014_i686.whl
04-01
资源分类：Python库 所属语言：Python 资源全名：openpifpaf-0.12.2-cp39-cp39-manylinux2014_i686.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
pifpaf, 功能测试的python fixture和守护程序管理工具.zip
09-18
pifpaf, 功能测试的python fixture和守护程序管理工具 Pifpaf Pifpaf是一套 fixture 和一个命令行工具，允许启动和停止守护进程，以便快速丢弃使用。 当需要这些守护进程运行集成测试应用程序时，这通常很有用。 它的originaly是由它的precussor over
BASE64Encoder.zip
09-07
BASE64Encoder.jar 字符串加密方式 方便使用 亲测有效
解释以下代码int Read_Encoder(u8 TIMX) { int Encoder_TIM = 0; switch(TIMX) { case 2: Encoder_TIM= (short)TIM2 -> CNT; TIM2 -> CNT=0;break; case 3: Encoder_TIM= (short)TIM3 -> CNT; TIM3 -> CNT=0;break; case 4: Encoder_TIM= (short)TIM4 -> CNT; TIM4 -> CNT=0;break; case 5: Encoder_TIM= (short)TIM5 -> CNT; TIM5 -> CNT=0;break; default: Encoder_TIM=0; } return Encoder_TIM; }
04-23
这段代码是读取编码器的值，其中的参数TIMX是指操作的是哪个定时器，通过switch语句根据参数值选择不同的定时器进行读取。在读取之后，会将定时器的计数器值清零，并将读取的编码器值作为函数的返回值。其中的(short)为类型强制转换，将计数器的值转换成short类型。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值