Simple and Lightweight Human Pose Estimation及PyTorch实现

最新推荐文章于 2024-08-08 07:55:23 发布
最新推荐文章于 2024-08-08 07:55:23 发布
阅读量1.2k 收藏 3
点赞数
文章标签： 深度学习 pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/saileyung/article/details/104678895
版权

Simple and Lightweight Human Pose Estimation
PDF: https://arxiv.org/pdf/1911.10346v1.pdf
PyTorch代码:https://github.com/sailyung/human-pose-estimation

 

骨干网络改进：1.对bottleneck的轻量化改造，和添加注意力层；2.对y上采样层的使用分组卷积达到轻量化目的；

关键点回归改进：使用softargmax，并添加放大因子，以增加坐标精度；

训练方法：迭代训练，不需预训练模型，不过很耗时； 

代码完整可直接使用；

saileyung
关注
人体姿势估计论文：Simple and Lightweight Human Pose Estimation及其PyTorch实现
mingo_敏
12-14 4666
Simple and Lightweight Human Pose Estimation PDF: https://arxiv.org/pdf/1911.10346v1.pdf PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks 网路结构: PyTorch代码:
深度学习系列资料总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
轻量级人体姿态估计lightweight-human-pose-estimation.rar
06-29
轻量级人体姿态估计lightweight-human-pose-estimation.rar
【论文阅读笔记】Simple and Lightweight Human Pose Estimation
时光机 °的博客
03-11 1585
论文地址：https://arxiv.org/abs/1911.10346 代码地址：https://github.com/zhang943/lpn-pytorch 论文总结   本文网络名叫LPN。本文的核心目的，其实也就是实现轻量级的姿态检测网络。其做法方式也相对比较传统和简单，实际上就是对backbone进行轻量级设计。网络架构如下图所示：在Downsample的部分，样式和ResNet-18是一样的，但实际上采用的是ResNet-50的结构（bottleneck block），只是将expansio
Lightweight Human Pose Estimation 使用教程
最新发布
gitblog_00886的博客
08-08 793
Lightweight Human Pose Estimation 使用教程 lightweight-human-pose-estimation.pytorchFast and accurate human pose estimation in PyTorch. Contains implementation of "Real-time 2D Multi-Person Pose Estimati...
lightweight-human-pose-estimation-3d-demo.pytorch:PyTorch中的实时3D多人姿势估计演示。 OpenVINO后端可用于在CPU上进行快速推断
05-12
实时3D多人姿势估计演示 该存储库包含PyTorch中的3D多人姿势估计演示。 英特尔OpenVINO:trade_mark:后端可用于在CPU上进行快速推断。 该演示基于和纸张的。 它可以检测多达18种关键点的2D坐标：耳朵，眼睛，鼻子，脖子，肩膀，肘部，手腕，臀部，膝盖和脚踝，以及它们的3D坐标。 在和数据集上进行了训练，并在CMU Panoptic子集上实现了100 mm MPJPE（每个关节位置误差的平均值）。 该存储库与显着重叠，但是仅包含3D人体姿势估计演示所需的代码。 这项工作的主要部分是由 ）完成的，当时她是 :TOP_arrow: :rocket: :fire: 在英特尔实习。 目录 要求 Python 3.5（或更高版本） CMake 3.10（或更高版本） C ++编译器（g ++或MSVC） OpenCV 4.0（或更高版本） [可选] Intel OpenVINO，用于快速推断CPU。 [可选] NVIDIA T
win10下采用XShell+Xmanager运行lightweight-human-pose-estimation
TaylorNY的博客
07-02 927
1.背景 最近需要跑一个轻量级的openpose项目测试下效果，打算挂载在实验室的服务器下跑，由于在windows下各种操作比较方便，于是采用XShell连接远程服务器+Xmanager在windows下显示图形界面的方式，顺便记录下配置环境过程下踩过的各种坑及解决办法。 2.系统及软件配置 以上是lightweight-human-pose-estimation官方推荐的配置，笔者在服务器上的配置为： Ubuntu 20.04 Python 3.8.5 PyTorch 1.8.1+cu10
人体姿态 基本信息
jacke121的专栏
10-22 3037
博文列表1： https://awesomeopensource.com/projects/human-pose-estimation 博文列表2：得奖的，一般都比较大 https://paperswithcode.com/task/3d-human-pose-estimation/latest 有小点的网络和权重: https://github.com/mkocabas/Epip...
计算机视觉论文总结系列（一）：目标检测篇
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
03-23 8419
本系列主要面向计算机视觉目标检测、图像分割及OCR等领域，每篇将对该领域论文等方面展开介绍，本篇主要介绍目标检测领域历年论文，希望大家能够多多交流如有错误请大家在评论区指正，如有侵权联系删除
CV papers
weixin_35172667的博客
05-30 1377
Computer Vision Resources A list of resources dedicated to Computer Vision. Any suggestions and pull requests are welcome. Papers & Code 文章目录Computer Vision ResourcesPapers & CodeReIDGanNASVid...
Pytorch_Lightweight_Network:在Pytorch中实现的轻量级网络，例如MobileNet，ShuffleNet和ThunderNet
03-16
Pytorch_Lightweight_Network 在Pytorch中实现的轻量级网络，例如MobileNet，ShuffleNet和ThunderNet 介绍 打算在PyTorch中复制MobileNet，ShuffleNet和ThunderNet论文的原始结果。 先决条件 Python>=3.6 PyTorch>=1.0 torchsummary 我没有GPU资源来完成我的培训和测试代码，如果您可以为我提供GPU设备，我非常感谢，请至
lightweight-gan:在Pytorch的ICLR 2021中提出的“轻量级” GAN的实现。 可以在一两天内进行训练的高分辨率图像生成
03-11
训练12小时后512x512鲜花，1 gpu 训练12小时后256x256朵鲜花，1 gpu 比萨 ``轻巧''GAN 在Pytorch的ICLR 2021中提出的实现。 本文的主要贡献是发生器中的跳层激励，以及鉴别器中的自动编码自监督学习。 引用单行摘要“在经过数小时培训的情况下，可以在1024 g分辨率的数百张图像上融合在单个gpu上”。 安装 $ pip install lightweight-gan 使用 一个命令 $ lightweight_gan --data ./path/to/images --image-size 512 每隔1000次迭代，模型将保存到./models/{name} ，模型中的样本将保存到./results/{name} 。 name将是default ，默认情况下。 训练设定 深度学习从业人员的自我解释能力很强 $ lightweight_ga
Python-用于训练和测试深度估计模型的参考PyTorch实现
08-12
用于训练和测试深度估计模型的参考PyTorch实现
OpenPose-master实时的骨架检测代码
06-03
基于c++和深度学习算法的骨架检测算法，可以实时运行，但需要基本的Nvidia的显卡，实测显卡750TI可以实时
论文复现--lightweight-human-pose-estimation-3d-demo.pytorch(单视角多人3D实时动作捕捉DEMO)
Doggerlas的博客
09-05 1411
动作捕捉 github地址：https://github.com/Daniil-Osokin/lightweight-human-pose-estimation-3d-demo.pytorch
nano上 1M lightweight face detection model 的配置 （pytorch1.4.0 gpu）
Allen__Iverson的博客
12-17 920
nano上 Ultra-Light-Fast-Generic-Face-Detector-1MB 的配置目录增加swap空间pytorch-gpu 1.4.0编译OpenCV编译Ultra-Light-Fast-Generic-Face-Detector-1MB 环境配置 目录 本文的目的是在nano上配置 1M lightweight face detection model (1MB轻量级人脸...
人体姿态估计
m0_62912922的博客
01-08 796
我们生活中经常看到，在一些商城中，有一些能根据人体的动作来进行游戏操作的小游戏，比如切水果，愤怒的小鸟等，这些就涉及到人体姿态估计这方面的知识，那么今天我们就来尝试运用代码简单的实现人体姿态估计 实现原理： 1.输入一幅图像，经过卷积网络提取特征，得到一组特征图，然后分成两个岔路，分别使用 CNN网络提取Part Confidence Maps 和 Part Affinity Fields； 2.得到这两个信息后，我们使用图论中的 Bipartite Matching（偶匹配） 求出Part As
深度学习论文: LRNnet: a light-weighted network for real-time semantic segmentation及其PyTorch实现
mingo_敏
07-01 1490
深度学习论文: LRNnet: a light-weighted network with efficient reduced non-local operation for real-time semantic segmentation及其PyTorch实现 LRNnet: a light-weighted network with efficient reduced non-local operation for real-time semantic segmentation PDF:https://a
轻量级关键点检测Simple and Lightweight Human Pose Estimation
weixin_39326879的博客
05-07 1959
为什么要研究轻量级关键点检测？ 一方面是大型网络耗时占内存、需要较高计算算力的平台，另外一方面，有很多简单的关键点检测任务，不需要大型网络来拟合，大型网络反而容易过拟合； Simple and Lightweight Human Pose Estimation 首先，我们来先解释下什么是bottleneck block bottleneck block A BottleNeck block is ...
lightweight-human-pose-estimation.pytorch-master
09-01
lightweight-human-pose-estimation.pytorch-master是一个用于人体姿势估计的Python库。该库基于轻量级的卷积神经网络模型，可以准确地识别图像或视频中的人体关键点。 该库实现了一个多阶段的姿势估计算法，包含了两个关键步骤：首先，使用卷积神经网络将输入图像转化为特征图；然后，通过重复堆叠的模块对特征图进行解码，以获取人体关键点的位置。 该库具有以下特点和优势： 1. 轻量级：采用了轻量级的网络结构，具有较低的参数数量和计算复杂度，可以在资源受限的设备上实时运行。 2. 高准确性：通过使用深度学习技术，该库可以准确地检测人体关键点，包括头部、肩膀、手臂、腿等。 3. 多平台支持：该库可以在不同的操作系统和硬件平台上运行，适用于个人电脑、嵌入式设备和移动设备等。 4. 灵活性：用户可以根据自己的需求，调整姿势估计算法的参数和输入图像的尺寸，以获得更好的性能和适应性。 5. 开源：该库是开源的，用户可以自由地使用、修改和分享代码，以满足自身项目的要求。 总之，lightweight-human-pose-estimation.pytorch-master是一个功能强大的人体姿势估计库，可以帮助用户在图像处理和计算机视觉任务中准确地提取人体关键点信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值