- 博客(2)
- 收藏
- 关注
RSS订阅原创 第三次笔记
在使用MMPose进行姿态估计的时候，需要先对数据集进行相关的处理和增强，例如数据增强、数据预处理和数据扩充等。然后选择合适的姿态估计模型进行训练和测试，可以使用已有的预训练模型，也可以自己定义并训练新的模型。在训练过程中，需要设置好优化器、学习率和损失函数等参数，同时还需要对训练数据进行可视化和监控，在确保模型精度的同时提高训练效率。本节课程主要由讲师张子豪为我们详细介绍了MMPose代码的使用方法和操作流程，以及如何使用MMPose在数据集上进行姿态估计模型的训练和测试。姿态估计模型的训练和测试。
2023-06-03 20:55:16
127
原创 第一节课程笔记
其中，基于深度学习的方法可以通过端到端的学习方式，直接从原始图像中学习姿态信息，非常适合处理高度变化、部分遮挡和动态环境下的姿态估计问题。MMPose是一款基于PyTorch开发的姿态估计工具库，其特点是简单易用、高效可靠，能够支持多种姿态估计算法和模型。姿态估计是指利用计算机技术对人体姿态进行建模和分析的过程，目标是恢复人体在三维空间中的姿态信息。总之，本节课程通过介绍姿态估计的基本知识和MMPose工具库的使用，为开发者带来了很好的学习和应用体验，有助于进一步推动姿态估计技术的发展和应用。
2023-06-03 20:40:30
28
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人