Openpose Deeplab V3 tensorflow 实现 人体 姿态识别 动作识别 语义分割人物 骨架坐标显示

 

 

实现效果

Deeplab V3

Openpsoe

 

 

 

 

 

 

动作识别

 

deeplab V3 语义分割

 

人体关键坐标显示  动作识别判断

 

 

 

有时间整理代码，分享。

 

 

 

 

TF OPENPOSE

安装过程 TF GIT 相关包  requirement   PAF后处理编译

 

 

 

 

 

https://github.com/ildoonet/tf-pose-estimation

 

创建环境

conda create -n  TF_POSE --clone  tensorflow-FACE

 

activate TF_POSE

pip install tensorflow==1.4

pip install tensorflow-gpu==1.4

 

 

 

 

 

 

 

 

 

Dependencies

You need dependencies below.

• python3
• tensorflow 1.4.1+
• opencv3, protobuf, python3-tk

 

Install

Clone the repo and install 3rd-party libraries.

$ cd tf_pose\tf-pose-estimation

$ pip3 install -r requirements.txt

Build c++ library for post processing. See : https://github.com/ildoonet/tf-pose-estimation/tree/master/tf_pose/pafprocess

$ cd D:\F\Pose_estimate\tf_pose\tf-pose-estimation\tf_pose\pafprocess

$ swig -python -c++ pafprocess.i && python3 setup.py build_ext --inplace

Package Install

Alternatively, you can install this repo as a shared package using pip.

$ cd tf_pose\tf-pose-estimation

$ python setup.py install

 

 

安装git

 

https://pan.baidu.com/s/1kU5OCOB#list/path=%2Fpub%2Fgit

git bash

 

 

 

安装完成后，还需要最后一步设置，在命令行输入：

$ git config --global user.name "Your Name"

$ git config --global user.email "[email protected]"

因为Git是分布式版本控制系统，所以，每个机器都必须自报家门：你的名字和Email地址。你也许会担心，如果有人故意冒充别人怎么办？这个不必担心，首先我们相信大家都是善良无知的群众，其次，真的有冒充的也是有办法可查的。

注意git config命令的--global参数，用了这个参数，表示你这台机器上所有的Git仓库都会使用这个配置，当然也可以对某个仓库指定不同的用户名和Email地址。

环境变量设置：

Path

C:\Program Files\Git\bin; C:\Program Files\Git\mingw64\libexec\git-core

 

pip install -r requirements.txt

 

 

 

 

 

 

Swig 加入环境变量path

 

 

安装成功

 

Cd  D:\F\Pose_estimate\tf_pose\tf-pose-estimation\tf_pose\pafprocess

swig -python -c++ pafprocess.i && python setup.py build_ext --inplace

 

activate TF_POSE

 

 

 

 

 

 

python run.py --model=mobilenet_thin --resize=432x368 --image=./images/p1.jpg

 

 

 

 

 

 

--model=mobilenet_thin --resize=432x368 --image=./images/apink1.jpg

VGG  CMU

 

--model=mobilenet_thin --resolution=432x368 --video=./etcs/dance.mp4 --showBG=Fales