Windows10下运行flownet2.0
电脑配置信息、代码和数据集
电脑配置
Windows10,NVIDIA 的GPU 1080Ti,自带显卡驱动cuda10
代码
使用的是NVIDIA发布的使用pytorch实现flownet2.0代码,个人比较喜欢pytorch,代码简洁易懂。
github链接: https://github.com/NVIDIA/flownet2-pytorch
Flying_chairs数据集
之前学习Flownet ( https://github.com/ClementPinard/FlowNetPytorch)时使用KITTI数据集训练效果比较差,于是打算网上下载Fly_chairs数据,但是很多都需要积分和钱,因此我头铁的使用VPN下载了整整一个月(主要是下载很不稳定),为了防止后来者走我这条弯路,这里贴出网盘链接:
https://pan.baidu.com/s/1c3_S0AABXNJVPWQBvkb_ug
密码: bjrf
.zip文件一共30.6G(这里建议开通网盘超级会员,或者找室友借,不然网盘下载速度也很感人),解压之后好像60多G。
环境配置
gpu版本的pytorch配置
这里的环境配置主要是关于gpu版本的pytorch安装,如果电脑配置和我相同的话,配置就比较简单,使用anaconda的conda命令下载即可,其中pytorch和cudnntoolkit的文件较大,建议使用清华源下载到电脑之后再进行线下安装,相关教程网上很多,在此不再赘述。
几点提示:
- 其实不用像github项目中要求 pytorch0.4.1版本,我使用的就是pytorch1.2.0配上cuda10 ;
- 要求的一些包可以使用pip的清华源下载更快,如果不要求什么其他依赖的话;
- 一些电脑显卡配置不能直接使用conda下载的,我个人建议乖乖的下载cuda的相关版本,不然会花很多时间。
源码编译
networks文件夹的编译参考这篇博文有效避坑
其实如果没有遇到相关问题可以直接编译,记得在运行程序的conda环境下编译。
使用自己拍摄的视频进行运动目标检测
本来想做一个实时的视频分析,但是光流图的出现要经过6s左右,很难做到不卡顿,但是网络实现图片到光流的时间其实只有0.03~0.06s,图像的其他操作加长了处理的速度。
|
|
手部测试视频 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 实现光流视频
|
|
改编自run_a_pair.py -------- 生成多张png图片
# -*- coding: utf-8 -*-
import numpy as np
import cv2
import warnings
warnings.filterwarnings(