开源项目 `sail-sg/mvp` 使用教程

开源项目 sail-sg/mvp 使用教程

mvp 项目地址: https://gitcode.com/gh_mirrors/mvp1/mvp

1. 项目目录结构及介绍

sail-sg/mvp/
├── configs/
│   ├── panoptic/
│   ├── shelf/
│   ├── h36m/
├── figures/
├── lib/
├── run/
├── models/
│   ├── ops/
│   ├── pose_resnet50_panoptic.pth.tar
│   ├── model_best_5view.pth.tar
│   ├── model_best_3view_horizontal_view.pth.tar
│   ├── model_best_3view_2horizon_1lookdown.pth.tar
├── data/
│   ├── panoptic/
│   ├── Shelf/
│   ├── CampusSeq1/
│   ├── HM36/
├── LICENSE
├── README.md
├── requirements.txt

目录结构介绍

• configs/: 包含项目的配置文件，分为不同的数据集配置，如 panoptic, shelf, h36m 等。
• figures/: 存放项目相关的图片或图表。
• lib/: 包含项目的主要代码库。
• run/: 包含项目的启动脚本。
• models/: 存放预训练模型文件，如 pose_resnet50_panoptic.pth.tar 和 model_best_5view.pth.tar 等。
• data/: 存放数据集文件，如 panoptic, Shelf, CampusSeq1, HM36 等。
• LICENSE: 项目的许可证文件。
• README.md: 项目的介绍文档。
• requirements.txt: 项目所需的 Python 依赖包列表。

2. 项目的启动文件介绍

项目的启动文件主要位于 run/ 目录下，主要包括以下几个文件：

• run/train_3d.py: 用于训练 3D 人体姿态估计模型的脚本。
• run/validate_3d.py: 用于验证训练好的 3D 人体姿态估计模型的脚本。

启动训练

python -m torch.distributed.launch --nproc_per_node=8 --use_env run/train_3d.py --cfg configs/panoptic/best_model_config.yaml

启动验证

python -m torch.distributed.launch --nproc_per_node=8 --use_env run/validate_3d.py --cfg xxx --model_path xxx

3. 项目的配置文件介绍

项目的配置文件主要位于 configs/ 目录下，根据不同的数据集和实验需求，配置文件分为多个子目录，如 panoptic, shelf, h36m 等。

配置文件示例

以 panoptic 数据集为例，配置文件 configs/panoptic/best_model_config.yaml 的内容可能如下：

dataset: panoptic
num_views: 5
batch_size: 1
learning_rate: 0.001
epochs: 100
...

配置文件说明

• dataset: 指定使用的数据集，如 panoptic, shelf, h36m 等。
• num_views: 指定使用的相机视角数量。
• batch_size: 指定每个 GPU 的批处理大小。
• learning_rate: 指定学习率。
• epochs: 指定训练的轮数。

通过这些配置文件，用户可以根据不同的需求调整训练和验证的参数。

mvp 项目地址: https://gitcode.com/gh_mirrors/mvp1/mvp