Lightweight-human-pose-estimation.pytorch: 커스텀 데이터세트에 대한 학습

MS COCO 형식의 데이터가 있는 경우 학습 단락에 따라 모델을

답장을 보내주셔서 감사합니다. 저는 더 적은 수의 키포인트를 사용하여 사용자 정의 데이터 세트에서 훈련할 수 있었지만pose.py에 있는 "sigmas" 배열의 목적을 이해할 수 없습니다.
다시 한번 감사합니다

비디오(프레임 사이)에서 사람 ID를 추적하는 데 사용합니다. 여기 및 여기를 참조

감사 해요!

안녕하세요 @mathblue 입니다 .
사용자 지정 데이터 세트에 대한 교육 및 추론을 성공적으로 완료했습니까? 그 방법을 단계를 공유할 수 있습니까? 매우 감사합니다.

안녕하세요, 예, 수정하는 모든 사용자 지정 데이터 세트에서 해당 코드를 훈련할 수 있었습니다.
실제로 몇 가지만 키포인트 수를 변경하고 Coco를 사용할 수 있습니다.
새 이미지에 주석을 달기 위한 주석기. 이유는 모르겠지만 항상 받지는 못했습니다
우수한 결과지만 어쨌든 침대 결과는 아닙니다.
제가 했던 방법을 공유하게 되어 기쁩니다.
내가 설명하는 튜토리얼. 작업한지 꽤 됐네요
그런 것들이지만 시간이 되는 대로 곧 올릴게요
함께 문서를 보내드리겠습니다.

Il giorno sab 6 giu 2020 alle ore 17:28 Thanh (Edward) Nguyen <
알림@github.com> 스크립트:

안녕하세요 @mathblue https://github.com/mathblue ,
사용자 정의에 대한 교육 및 추론을 성공적으로 완료했습니까?
데이터 세트? 그 방법을 단계를 공유할 수 있습니까? 매우 감사합니다.

—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/Daniil-Osokin/lightweight-human-pose-estimation.pytorch/issues/42#issuecomment-640077979 ,
또는 구독 취소
https://github.com/notifications/unsubscribe-auth/AJT4BLX7DA4YO57S42YGFD3RVJOA5ANCNFSM4ISPICMA
.

안녕하세요 @mathblue 입니다 .
시간 내 주셔서 감사합니다. 나는 당신의 작업, 특히 키포인트의 하위 집합에 대한 모델 교육에 정말 호기심이 많고 관심이 있습니다. 나는 당신의 튜토리얼을 기대합니다.

좋아요, 이 저장소에 코드를 실행하는 데 필요한 모든 것을 넣어야 합니다. 설명이 충분히 명확하기를 바랍니다!
https://github.com/mathblue/Custom-Pose-Estimation-Yaw-Roll-Pitch-detection-tensorrt-compilation

안녕하세요 @mathblue 입니다 .
정말 고맙습니다!

안녕하세요 @Daniil-Osokin
ConvertKeypoints 클래스에 대해 조금 설명해 주시겠습니까?
https://github.com/Daniil-Osokin/lightweight-human-pose-estimation.pytorch/blob/a52ab66b77f788cf9619857a4956f82c50e276be/datasets/transformations.py#L7

특히 이 두 줄:
https://github.com/Daniil-Osokin/lightweight-human-pose-estimation.pytorch/blob/411ff9fd5f6125e1879cb73f6b4f90090184edad/datasets/transformations.py#L38
그리고
https://github.com/Daniil-Osokin/lightweight-human-pose-estimation.pytorch/blob/411ff9fd5f6125e1879cb73f6b4f90090184edad/datasets/transformations.py#L41
keypoints[5] and keypoints[6] 은 어깨가 아닌 것 같은데요?

안녕하세요, COCO 순서로 키포인트가 포함된 keypoints 를 내부 순서로 converted_keypoints 로 변환합니다(목 키포인트를 다시 매핑하고 추가하는 것뿐). 어깨는 원래 COCO 주석 의 5번째 및 6번째 인덱스에 해당합니다.

안녕하세요 @Daniil-Osokin
감사합니다. 당신 말이 맞아요: COCO 주문
"keypoints": ["nose","left_eye","right_eye","left_ear","right_ear","left_shoulder","right_shoulder","left_elbow","right_elbow","left_wrist","right_wrist","left_hip","right_hip","left_knee","right_knee","left_ankle","right_ankle"]