做视频直播类型的网站,wap模板,办公用品网站建设,哪个网站有摄影作品AlphaPose复现配置教程
AlphaPose介绍
AlphaPose是一种准确的多人姿态估计器#xff0c;这是第一个在COCO数据集上达到70 mAP (75 mAP)和在MPII数据集上达到80 mAP (82.1 mAP)的开源系统。为了匹配跨帧的同一人的姿态#xff0c;我们还提供了一种高效的在线姿态跟踪器…AlphaPose复现配置教程
AlphaPose介绍
AlphaPose是一种准确的多人姿态估计器这是第一个在COCO数据集上达到70 mAP (75 mAP)和在MPII数据集上达到80 mAP (82.1 mAP)的开源系统。为了匹配跨帧的同一人的姿态我们还提供了一种高效的在线姿态跟踪器称为Pose Flow。这是第一个在PoseTrack挑战数据集上达到60 mAP (66.5 mAP)和50 MOTA (58.3 MOTA)的开源在线姿态跟踪器。 AlphaPose支持Linux和Windows操作系统
指路Github AlphaPose
测试环境
该配置测试的环境为Ubuntu22.04、Conda python3.7 测试日期2023-7-18 以下内容在该环境及时间点下测试可行。
1.配置alphapose
AlphaPose官方给的配置教程有问题经过debug以下可行我在实测的时候顺便也给repo提了issue和pr。
1.配置依赖环境及安装AlphaPose
# 1. Create a conda virtual environment.
conda create -n alphapose python3.7 -y
conda activate alphapose# 2. Install specific pytorch version
conda install pytorch1.12.1 torchvision0.13.1 torchaudio0.12.1 cudatoolkit11.3 -c pytorch# 3. Get AlphaPose
git clone https://github.com/MVIG-SJTU/AlphaPose.git
cd AlphaPose# 4. install dependencies
export PATH/usr/local/cuda/bin/:$PATH
export LD_LIBRARY_PATH/usr/local/cuda/lib64/:$LD_LIBRARY_PATH
sudo apt-get install libyaml-dev
pip install cython0.27.3 ninja easydict halpecocotools munkres natsort opencv-python pyyaml scipy tensorboardx terminaltables timm0.1.20 tqdm visdom jinja2 typeguard pycocotools
################Only For Ubuntu 18.04#################
locale-gen C.UTF-8
# if locale-gen not found
sudo apt-get install locales
export LANGC.UTF-8
####################################################### 5. install AlphaPose
python setup.py build develop# 6. Install PyTorch3D (Optional, only for visualization)
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
conda install -c bottler nvidiacub
pip install pytorch3d2.替换权重文件
从github的项目页下载yolov3-spp.weights到AlphaPose/detector/yolo/data 如果没有这个文件夹就创建一个。
3.下载预训练模型
下载FastPose预训练模型到AlphaPose/pretrained_models
2.测试alphapose
python scripts/demo_inference.py --cfg configs/halpe_26/resnet/256x192_res50_lr1e-3_1x.yaml --checkpoint pretrained_models/halpe26_fast_res50_256x192.pth --indir examples/demo/ --save_imgAlphaPose/examples/demo文件夹下的图片将被用作处理AlphaPose/examples/res文件夹下将出现处理后的结果
3.将视频导入模型进行姿态估计
python scripts/demo_inference.py --cfg configs/halpe_26/resnet/256x192_res50_lr1e-3_1x.yaml --checkpoint pretrained_models/halpe26_fast_res50_256x192.pth --video examples/demo/test_video.mp4 --save_video
