基于TensorFlow的DeepPose实现。
代码包括了训练及测试,基于2个数据集:LSP Extended Dataset和MPII Human Pose Dataset.
依赖:
•Python 2.7
◦TensorFlow r1.0
◦Chainer 1.17.0+ (for background data processing only)
◦numpy 1.12+
◦OpenCV 2.4.8+
◦tqdm 4.8.4+
内存需求:10G
安装:
1.安装TensorFlow
2.安装其他package
pip install chainer numpy opencv tqdm
3.在目录scripts/config.py,文件中修改ROOT_DIR为所你放置的目录.
4.下载在Imagenet上用alexnet预训练的权重文件bvlc_alexnet.tf,配置到weights/目录下.
数据集准备:
cd datasets
bash download.sh
cd ..
python datasets/lsp_dataset.py
python datasets/mpii_dataset.py
训练:
train.py
测试;
tests/test_snapshot.py.
閱讀更多 AI踐行者 的文章