Lightweight-human-pose-estimation.pytorch: MobileNet-V2로 시도

용지를 확인하십시오. 요컨대, 속도/정확도 향상을 제공하지 않았습니다.

나는 그것을 확인했다. 그러나 귀하의 알고리즘에 MobileNetV2를 구현하려고 했습니다. 오류가 발생합니다. 코드 공유 부탁드려도 될까요?
감사 해요,

또는 MobileNet V2용으로 사전 훈련된 모델을 공유할 수 있다면 그것도 좋을 것입니다!

이 코드가 없습니다. 오류를 게시할 수 있으며 디버그할 수 있습니다.

괜찮아. 감사합니다!

이 구현에 대한 귀하의 논문을 읽고 한 가지 질문이 있습니다. MobileNet 백본 선택에서 'conv4_1로 자르기', 'conv5_5로 자르기' 등은 무엇을 의미합니까?

이것은 백본에서 얼마나 많은 레이어가 사용되는지를 의미합니다. MobileNet v1에는 depthwise convolution과 1x1 pointwise convolution으로 구성된 6개의 블록이 있습니다. 각 블록 스트라이드 후에는 스트라이드가 증가합니다(스트라이드 == 2인 컨볼루션이 있음). 첫 번째 숫자 conv 5 _5는 블록 인덱스이고 두 번째 conv5_ 5 는 블록 내 컨볼루션 인덱스(깊이별 + 포인트별)입니다. conv4_2에서 보폭을 제거하고 conv5_1에서 팽창을 추가 합니다 .

멋있는. 이것은 많은 것을 설명합니다.

다시 한번 감사합니다!

물론 이죠!

GLOPS 및 매개변수 수를 계산하는 구체적인 방법이 있습니까? https://github.com/sovrasov/flops-counter.pytorch 를 사용할 계획입니다.

이것은 괜찮습니다. 우리가 사용한 것 같습니다. pip 를 통해서도 설치할 수 있습니다.