搭建videopose3d

 博主诚挚推荐github急速访问、谷歌浏览器搜索、看Youtube视频必备网站:SockBoom

或者网址:https://sockboom.cool/auth/register?affid=212828

环境要求

Dependencies
Make sure you have the following dependencies installed before proceeding:
Python 3+ distribution
PyTorch >= 0.4.0

必需的是:

  • Python 3+ Distribution
  • PyTorch ≥ 0.4.0

我的环境是Anaconda3下的python3.8, 无PyTorch,所以接下来下载PyTorch。

下载PyTorch

下载资源: PyTorch官网

基本步骤

  • 启用Anaconda Powershell Prompt 命令窗口
  • cd切换到自定路径
  • 粘贴官网给出的命令语句
conda install pytorch torchvision cpuonly -c pytorch


根据提示输入y,确定下载

搭建videopose3d_第1张图片

  • 等待下载安装完成

验证安装

参考教程:anaconda+pytorch安装说明

在命令行输入

import torch
import torchvision
print(torch)
print(torchvision)


from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)


观察输出结果如下,即表示安装成功

搭建videopose3d_第2张图片


问题修复
下载途中可能会卡在PyTorch部分,甚至可能会终止报错。

原因:连接失败。
解决方法:建议重新下载。

数据集设置

(首先要先下载GitHub/…中的整个工程文件呀)


Human3.6m

  • 下载链接:3d人体姿态Human36m数据集-互联网文档类资源-CSDN下载
  • 将h36m.zip放到文件夹VideoPose3D/data中,在当前路径下执行命令语句运行转化代码prepare_data_h36m.py
python prepare_data_h36m.py --from-archive h36m.zip

此时可能会报错,在prepare_data_h36m.py中出现h5py的错误,原因是h5py中value是旧版本,现在已经不支持了,修改成

                with h5py.File(f) as hf:
                    positions = hf['3D_positions'][:].reshape(32, 3, -1).transpose(2, 0, 1)
                    positions /= 1000 # Meters instead of millimeters
                    output[subject][action] = positions.astype('float32')

此时,再次执行  python prepare_data_h36m.py --from-archive h36m.zip,等待片刻,结果如下

搭建videopose3d_第3张图片

生成两个文件

 搭建videopose3d_第4张图片

或者链接下载data_2d_h36m_gt.npz和data_3d_h36m.npz

或者百度网盘下载:

data_2d_h36m_gt.npz:链接:https://pan.baidu.com/s/1jwKlsxTpXhznHDQ1EHGBLA 
                                       提取码:zfr1

data_3d_h36m.npz:链接:https://pan.baidu.com/s/18bcis2ISCsDjSITrNl0HrQ 
                                   提取码:zdn2

Human 3.6M 的2D侦测 

安装CPN

下载data_2d_h36m_cpn_ft_h36m_dbb.npz,然后放到data/**目录下

wget https://dl.fbaipublicfiles.com/video-pose-3d/data_2d_h36m_cpn_ft_h36m_dbb.npz
wget https://dl.fbaipublicfiles.com/video-pose-3d/data_2d_h36m_detectron_ft_h36m.npz

评估环境

下载 pretrained_h36m_cpn.bin到**…/checkpoint/** 文件夹内

mkdir checkpoint
cd checkpoint
wget https://dl.fbaipublicfiles.com/video-pose-3d/pretrained_h36m_cpn.bin

测试

退出到VideoPose3D目录下,执行

python run.py -k cpn_ft_h36m_dbb -arc 3,3,3,3,3 -c checkpoint --evaluate pretrained_h36m_cpn.bin

可以看见如下结果,证明已经成功了。

搭建videopose3d_第5张图片

 搭建videopose3d_第6张图片

如果有帮助,就点个赞再走吧!

你可能感兴趣的:(神经网络,python,videopose3d)