Lightweight-human-pose-estimation.pytorch: MobileNet-V2でお試しください

紙を確認してください。 つまり、速度/精度は向上しませんでした。

私はそれをチェックしました。 しかし、私はあなたのアルゴリズムにMobileNetV2を実装しようとしていました。 エラーが発生します。 コードを共有していただけますか？
ありがとう、

または、MobileNet V2の事前トレーニング済みモデルを共有できれば、それも素晴らしいことです。

私はこのコードを持っていません。 あなたはエラーを投稿するかもしれません、それをデバッグすることが可能かもしれません。

わかった。 ありがとうございました！

この実装に関するあなたの論文を読み、1つの質問があります。 MobileNetバックボーンの選択で「cuttoconv4_1」、「cut to conv5_5」などはどういう意味ですか？

これは、バックボーンからいくつのレイヤーが必要かを意味します。 MobileNet v1には6つのブロックがあり、深さ方向の畳み込みと1x1の点ごとの畳み込みで構成されています。 各ブロックのストライドが大きくなると（ストライド== 2の畳み込みがあります）。 第1の数CONV 5 _5はブロックインデックスであり、第二conv5_ 5は、ブロック内のコンボリューション（奥行き+点状）の指標です。 conv4_2のストライドを削除し、conv5_1に膨張を追加します。これは、ます。

いいね。 これは多くのことを説明しています。

もう一度ありがとう！

どういたしまして！

GLOPSとパラメータ数を計算する特定の方法はありますか？ https://github.com/sovrasov/flops-counter.pytorchを使用する予定です

これは大丈夫です、私たちがそれを使用したように見えます。 pipからインストールすることもできます。