Python_2019-06-27_机器视觉——Tensorflow 姿态估计

path-tree

root|  
    - cocoapi  
    - maskrcnn

进入虚拟环境

pipenv shell

环境依赖

Cython==0.29.7
ipython==7.5.0
Keras==2.0.8
matplotlib==3.1.0
opencv-python==4.1.0.25
scikit-image==0.15.0
tensorflow-gpu==1.13.1
scipy==1.2.1

step 1 编译setup.py

window版本: extra_compile_args=[] # originally was ['-Wno-cpp', '-Wno-unused-function', '-std=c99'],

ubuntu版本: extra_compile_args=['-Wno-cpp', '-Wno-unused-function', '-std=c99'],

  1. pycocotools 库
cd ./cocoapi/PythonAPI
pip install Cython
python setup.py build_ext --inplace
python setup.py build_ext install 
  1. copy pycocotools to maskrcnn 复制./cocoapi/PythonAPI/pycocotools 到 maskrcnn 文件夹中
  1. install pipy_whl 工具包
matplotlib
scipy==1.2.1
keras==2.0.8
scikit-image{skimage}
IPython
opencv-python

step 2 权重h5

mask_rcnn_coco_humanpose.h5

运行检测

cd maskrcnn
python video_demo.py

效果

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
【资源说明】 毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar 毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar 毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar 毕业设计基于Python Flask+OpenPose+OpenVino实现网课学生课堂坐姿检测系统源码+项目说明.tar 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,也适用于小白学习入门进阶。当然也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或者热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载,沟通交流,互相学习,共同进步!
手把手讲授如何搭建成功OpenVINO框架,并且使用预训练模型快速开发超分辨率、道路分割、汽车识别、人脸识别、人体姿态和行人车辆分析。得益于OpenVINO框架的强大能力,这些例子都能够基于CPU达到实时帧率。课程的亮点在于在调通Demo的基础上更进一步:一是在讲Demo的时候,对相关领域问题进行分析(比如介绍什么是超分辨率,有什么作用)、预训练模型的来龙去脉(来自那篇论文,用什么训练的)、如何去查看不同模型的输入输出参数、如何编写对应的接口参数进行详细讲解;二是基本上对所有的代码进行重构,也就是能够让例子独立出来,并且给出了带有较详细注释的代码;三是注重实际运用,将Demo进一步和实时视频处理框架融合,形成能够独立运行的程序,方便模型落地部署;四是重难点突出、注重总结归纳,对OpenVINO基本框架,特别是能够提高视频处理速度的异步机制和能够直接部署解决实际问题的骨骼模型着重讲解,帮助学习理解;五是整个课程准备精细,每一课都避免千篇一律,前一课有对后一课的预告,后一课有对前一课的难点回顾,避免学习过程中出现突兀;六是在适当的时候拓展衍生,不仅讲OpenVINO解决图像处理问题,而且还补充图像处理的软硬选择、如何在手机上开发图像处理程序等内容,帮助拓展视野,增强对行业现状的了解。基本提纲:1、课程综述、环境配置2、OpenVINO范例-超分辨率(super_resolution_demo)3、OpenVINO范例-道路分割(segmentation_demo)4、OpenVINO范例-汽车识别(security_barrier_camera_demo)5、OpenVINO范例-人脸识别(interactive_face_detection_demo)6、OpenVINO范例-人体姿态分析(human_pose_estimation_demo)7、OpenVINO范例-行人车辆分析(pedestrian_tracker_demo)8、NCS和GOMFCTEMPLATE9、课程小结,资源分享

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

智能之心

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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