pytorch-pose
PyTorch-Pose是2D单人姿态估计的一般流水线的PyTorch实现。其目的是为最流行的人体姿态数据库(如MPII人体姿态,LSP和FLIC)提供训练/推理/评估的接口,以及带各种数据增强选项的数据采集器。
用于数据准备和增强的一些代码来自Stacked沙漏网络。感谢原作者。
特征
多线程数据加载
多GPU训练
记录仪
培训/测试结果可视化
安装
1、PyTorch(>=0.2.0):请按照PyTorch的安装说明进行操作。请注意,代码是用Python2开发的,还没有用Python3进行过测试。
2、使用子模块克隆存储库
git clone --recursive https://github.com/bearpaw/pytorch-pose.git
创建一个符号链接到imagesMPII数据集的目录:
ln -s PATH_TO_MPII_IMAGES_DIR data/mpii/images
用法
测试
您可以下载我们的预训练模型(例如,双层沙漏模型)以便快速启动。
在终端运行以下命令以评估MPII验证分割模型(train / val split来自Tompson et al. CVPR 2015)。
CUDA_VISIBLE_DEVICES=0 python example/mpii.py -a hg --stacks 2 --blocks 1 --checkpoint checkpoint/mpii/hg_s2_b1 --resume checkpoint/mpii/hg_s2_b1/model_best.pth.tar -e -d
-a指定网络体系结构
--resume 将从一个特定的