Lightweight-human-pose-estimation.pytorch: Пробуем с MobileNet-V2

Пожалуйста, проверьте бумагу. Короче, улучшения скорости / точности не дало.

Я это проверил. Однако я пытался реализовать MobileNetV2 на вашем алгоритме. Я получаю ошибки. Не могли бы вы поделиться кодом?
Спасибо,

Или, если вы можете поделиться предварительно обученной моделью для MobileNet V2, это тоже было бы здорово!

У меня нет этого кода. Вы можете опубликовать ошибку, возможно, есть возможность ее отладить.

Хорошо. Спасибо!

Я прочитал вашу статью об этой реализации и у меня есть один вопрос. Что означает «вырезать до conv4_1», «вырезать до conv5_5» и т. Д. В выборе магистрали MobileNet?

Это означает, сколько слоев от позвоночника взять. MobileNet v1 имеет 6 блоков, которые состоят из глубинных сверток и точечных сверток 1x1. После каждого блока шаг увеличивается (есть свертка с шагом == 2). Первое число conv 5 _5 - это индекс блока, второе conv5_ 5 - это индекс свертки (по глубине + точечной) внутри блока. Убираем шаг в conv4_2 и добавляем расширение в conv5_1, вы можете проверить это в коде .

Прохладный. Это многое объясняет.

Еще раз спасибо!

Добро пожаловать!

Есть ли какой-то конкретный способ расчета GLOPS и количества параметров? Я планирую использовать https://github.com/sovrasov/flops-counter.pytorch

Это нормально, похоже, мы его использовали. Вы также можете установить его через pip .