Simple Baselines for Human Pose Estimation and Tracking是一个经典的pose估计算法,特点就是很简单,不需要复杂的计算过程,也没有金字塔特征的cat和+的操作,计算是大大的减小了。
基于上面,可以做很多的扩展,也可以针对2d pose的几个老大难问题进行有针对性的改进。
我们知道,faster rcnn,对于nms进行了加速和重写,但是配置,估计很多人都非常的恶心了。
上面问题出现的原因就是没有对lib下的nms进行编译,导致链不到so
解决办法就是对上面的lib下文件make编译,同时修改setup.py中lib64为lib。
当然,也有可能会犯非常沙雕的问题,用vscode的人估计都很熟悉,都会开很多bash,如果你main代码和lib下要编译的不是一个环境(不同的conda环境),就会发生非常沙雕的问题,即你编译了,依旧告诉你找不到.cpu_nms,但是这问题一开始就应该想到,到了这个环节,很难想到是最前面配置环境出现了问题,不仔细根本发现不了。
google上也有很多中解决办法,但是都没有说清楚,有的人是将setup.py中所有lib64都改了,还有就是手动配置cuda的;还有就是将pyx改为py的;还有说是windows不行,环境必须是linux的;没有一个非常明确的解释。
经过上面这样子,就编译成功了。但是,gpu又会报错。
对于这个,我撒了个懒,懒得解决了。就是不用gpu就行,找到对应的代码注掉就行。