def pose_inference(args, frame_paths, det_results):
model = init_pose_model(args.pose_config, args.pose_checkpoint,
args.device)
ret = []
print('Performing Human Pose Estimation for each frame')
prog_bar = mmcv.ProgressBar(len(frame_paths))
for f, d in zip(frame_paths, det_results):
# Align input format
d = [dict(bbox=x) for x in list(d)]
pose = inference_top_down_pose_model(model, f, d, format='xyxy')[0]
ret.append(pose)
prog_bar.update()
return ret
prog_bar = mmcv.ProgressBar(len(frame_paths))
这行代码创建了一个进度条对象 prog_bar
,用于在处理过程中显示进度信息。
mmcv.ProgressBar
是一个来自开源库 "mmcv" 的进度条工具类。它接受一个参数 len(frame_paths)
,该参数是指定进度条的总长度,即待处理的图像帧数。
通过创建进度条对象,我们可以在循环迭代处理每帧图像时,使用 prog_bar.update()
方法来更新进度条的状态,并在终端中显示进度信息。这样可以方便地了解当前处理的进度,以及处理是否正常进行。
总结来说,prog_bar = mmcv.ProgressBar(len(frame_paths))
这行代码创建了一个进度条对象,用于在处理过程中显示进度信息,其中 len(frame_paths)
指定了进度条的总长度,即待处理的图像帧数。
参考: