OpenPose训练教程

找遍全网都没有非常完整的OpenPose训练教程
决定自己摸索并且记录下来
openpose作者发布了一份训练代码,下面根据这个来操作

GitHUB地址:
openpsoe_train

环境:ubuntu
执行matklab脚本的时候懒得下载新的matlab 就在windows下运行的 感觉没有问题。

下面开始操作:

一、下载COCO数据集并且生成lmdb文件
教程里面给了很多选择,但是网速太慢了 下载一个要十几天,所以直接选择自己动手丰衣足食
1、运行 a0_getData.sh下载数据集 下载量大概20G,下完了会自动解压,一共大概40G。
ubuntu操作台:bash a0_getData.sh

2、生成数据集图片中无人数据的LMDB文件
windows Matlab 运行 a1_coco_jsonToNegativesJson.m

3、json to mat
windows Matlab 运行 a2_coco_jsonToMat.m

运行之前先编译gason Matlab当前路径切换到 dataset\COCO\cocoapi\MatlabAPI
在Matlab 操作台运行% mex(‘CXXFLAGS=$CXXFLAGS -std=c++11 -Wall’,‘-largeArrayDims’, ‘private/gasonMex.cpp’,‘…/common/gason.cpp’,‘-I…/common/’,‘-outdir’,‘private’);
该指令在gason.m 中有

4、生成掩膜图像
windows Matlab 运行 a3_coco_matToMasks.m

运行之前 编译MashApi
mex(‘CFLAGS=$CFLAGS -Wall -std=c99’,‘-largeArrayDims’, ‘private/maskApiMex.c’,‘…/common/maskApi.c’, ‘-I…/common/’,‘-outdir’,‘private’);
该指令在MaskApi.m 中有

如果无法使用parfor就改为 for,就是运行时间久一点
在这里插入图片描述
如果报错没有权限写入 就在images\segmentation2017下 手动创建 train2017文件夹

未完待续

  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
要使用OpenPose训练自己的数据集,可以按照以下步骤进行操作: 1. 准备数据集:将相同类别的视频放到同一个文件夹中,并确保每个视频的帧数不超过300帧。建议将视频时长控制在5~6秒左右,这样可以避免出现索引越界的错误。如果需要裁剪视频,可以使用FFmpeg工具将视频裁剪为6秒左右的长度。 2. 搭建OpenPose环境:为了提取视频的骨骼数据,需要先搭建OpenPose环境。你可以参考相关的教程和博客文章来学习如何在自己的系统上搭建OpenPose环境。注意,如果你使用了CUDA,最好先安装Visual Studio,然后再安装CUDA。 3. 提取骨骼数据:使用OpenPose提取自己的视频骨骼数据。你可以使用OpenPose的API或命令行工具来完成这一步。具体的使用方法可以参考相关的文档和教程。 以上就是使用OpenPose训练自己数据集的基本步骤。你可以根据自己的实际情况进行调整和优化。祝你成功!<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [Openpose训练自己的数据集](https://blog.csdn.net/u010451780/article/details/106789409)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *3* [利用openpose提取自建数据集骨骼点训练st-gcn,复现st-gcn](https://blog.csdn.net/qq_41131123/article/details/127164293)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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 3
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
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