基于OpenPose与普通摄像头的太极姿态识别【pytorch实现自定义23分类问题（两种方法CNN与全连接分类）】

项目大概描述 

• 基于普通摄像头的太极姿势识别(分类)，通过openpose采集的骨骼点数据做分类。
  • 第一就是通过openpose采集的骨骼数据做一个自定义特征的全连接网络的训练分类。（已完成）
  • 第二就是通过openpose采集的骨骼图片做卷积神经网络（CNN）分类（已完成）
  • 数据都是自己生成的数据，包含23类170多张图片和一个txt文件。
• 相关：基于Kinect的姿态识别(分类)  我之前做过的一个小项目。
• 若有需要和问题可提issues.

首先OpenPose的安装与使用

首先根据OpenPose WindowsAPI安装说明安装，调用方式为Python调用。
OpenPose GitHub地址
Windows OpenPose安装说明

程序开发目录说明

git clone 下openpose源码来后cmake进行编译,其中要勾选BUILD_PYTHON进行编译才能被python调用。

workspace 程序开发目录详细说明

• ?workspace
  • ?data_collection(数据采集)
  • ?dataset (数据集)
    • ?taichi
      • ?marked_pic
        • ? p_2_0.jpg（最后一个下划线后面是类别，此处0是类别，前一个数字2代表大概数量）
        • ? ...
      • ?marked_pictrain.txt
  • ?model_pth (模型保存位置)
  • ?neural_network
    • ?runs (tensorboard 可视化,如果有必要)
    • ?classification23_taichi_eigenvalue.py
    • ?classification23_taichi_pic.py
    • ?data_process.py
    • ?predict_eigenvalue.py
    • ?predict_pic.py
  • ?openpose_python_demos (包含一些python使用openpose的例子)
    • ?flags.hpp(调用openpose的参数设置)
    • ?use_camera_by_opencv.py
    • ?use_camera.py
  • ?sundry (包含一些界面设计的图片等杂项)
    • ...

后续进展请访问GitHub

Github地址： 基于OpenPose与普通摄像头的太极姿态识别【pytorch实现自定义23分类问题（两种方法CNN与全连接分类）】