值得参考的可视化与误差分析｜HRNet团队的另一款Bottom-up人体姿态估计方法

省流小助手

1. 这篇没成功复现，但做了笔记就想发。主要卡死在cocoapi上面了。

2. 这篇工作是HRNet团队下的一篇自底向上方法，目前更新成DEKR（CVPR2021），如果感兴趣可以直接去新的仓库查看。

文章：Bottom-Up Human Pose Estimation by Ranking Heatmap-Guided Adaptive Keypoint Estimates

代码：https://github.com/HRNet/HRNet-Bottom-Up-Pose-Estimation

---

环境

• python 3.6
• Ubuntu 16.04
• NVIDIA GPUs

1. 创建 conda 环境。

conda create -n buhpe python=3.6
conda activate buhpe
conda deactivate  # 退出环境

2. 克隆库。

git clone https://github.com/HRNet/HRNet-Bottom-Up-Pose-Estimation.git

3. 安装依赖项。

• torch==1.1.0
• torchvision==0.3.0
• opencv-python
• numpy==1.16.0
• tqdm
• yacs
• json_tricks
• tensorboardX
• pycocotools（COCOAPI里操作）
• scipy

pip install -r requirements.txt
# 超时，换源。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ -r requirements.txt
# 安装到 pycocotools 无反应。
# 挨个换源安装。

4. COCOAPI安装。

cd /home/yiming

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI

make install
# 报错
# gcc: error: pycocotools/_mask.c: 没有那个文件或目录

# 安装cython
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ cython

---

总结

这篇文章的误差分析和可视化部分做的不错，很详细很有学生气息，如果需要做一些实验报告或者大论文的分析论述可以参考。