Lightweight-human-pose-estimation.pytorch: MobileNet-V2 के साथ प्रयास कर रहा है

कृपया पेपर चेक करें। संक्षेप में, इसने कोई गति/सटीकता सुधार नहीं दिया।

मैंने इसे चेक किया। हालांकि, मैं आपके एल्गोरिदम पर MobileNetV2 को लागू करने का प्रयास कर रहा था। मुझे त्रुटियां हो रही हैं। क्या आप कृपया कोड साझा कर सकते हैं?
धन्यवाद,

या यदि आप MobileNet V2 के लिए पूर्व-प्रशिक्षित मॉडल साझा कर सकते हैं, तो यह भी बहुत अच्छा होगा!

मेरे पास यह कोड नहीं है। आप त्रुटि पोस्ट कर सकते हैं, हो सकता है कि इसे डीबग करना संभव हो।

ठीक। शुक्रिया!

मैंने इस कार्यान्वयन पर आपका पेपर पढ़ा और एक प्रश्न है। MobileNet बैकबोन चयन में 'कट टू conv4_1', 'कट टू conv5_5' आदि का क्या अर्थ है?

इसका मतलब है कि रीढ़ की हड्डी से कितनी परतें लेती हैं। MobileNet v1 में 6 ब्लॉक हैं, जिसमें गहराई से कनवल्शन और 1x1 पॉइंटवाइज कनवल्शन शामिल हैं। प्रत्येक ब्लॉक स्ट्राइड बढ़ने के बाद (स्ट्राइड == 2 के साथ कनवल्शन होता है)। पहला नंबर रूपांतरण 5 _5 ब्लॉक इंडेक्स है, दूसरा कन्वेक्शन 5_ 5 ब्लॉक के भीतर कनवल्शन का इंडेक्स (गहराई से + बिंदुवार) है। हम conv4_2 में स्ट्राइड हटाते हैं और conv5_1 में फैलाव जोड़ते हैं, आप इसे कोड में देख सकते हैं।

ठंडा। यह बहुत कुछ समझाता है।

एक बार फिर से धन्यवाद!

आपका स्वागत है!

क्या कोई विशिष्ट तरीका है जिससे आपने GLOPS और मापदंडों की संख्या की गणना की है? मैं https://github.com/sovrasov/flops-counter.pytorch का उपयोग करने की योजना बना रहा हूं

यह ठीक है, ऐसा लगता है कि हमने इसका इस्तेमाल किया है। आप इसे pip के माध्यम से भी स्थापित कर सकते हैं।