2D人体姿态识别-对Human3.6M数据集预处理（1）：用python读取并处理cdf文件，cdflib包中各函数介绍，Human3.6M数据集2d关节点格式解读

---

前言

一、Human3.6M数据集结构介绍

Human3.6M数据集有360万个3D人体姿势和相应的图像，共有11个实验者（Subject）（6男5女，论文一般选取1，5，6，7，8作为train，9，11作为test），和17个动作场景（Scenario），诸如讨论、吃饭、运动、问候等动作。该数据由4个数字摄像机，1个时间传感器，10个运动摄像机捕获。

我需要训练的网络输入应该为两个角度的人物照片（从视频中提取关键帧），2d关节的关键点作为监督（从cdf文件中提取）。从官网的以下分类中下载：

大批量预处理Human3.6M数据集的方法可以参考:github: h36m-fetch
这次的小批量预处理先以S1（人物）的sitting1.55011271(人物右前方，观察者的左侧，下面用左来命名)和sitting.60457274(人物左前方，观察者的右侧，下面用右来命名)为例。

二、处理cdf.文件

1.法一：使用nasa官方提供的CDF library

参考：使用python读取cdf数据

• 第一步：下载CDF Library：nasa cdf 官网
• 第二步：编译make OS=linux ENV=gnu CURSES=yes FORTRAN=no UCOPTIONS=-O2 SHARED=yes all
• 第三步：安装sudo make INSTALLDIR=/usr/local/cdf install
• 第四步：安装spacepy pip install spacepy
• 第五步：使用代码如下实例

import os
from spacepy import pycdf
os.environ["CDF_LIB"] = "/usr/local/cdf/lib"
anno_Greeting=pycdf.CDF('/home/madd