OpenPose训练过程解析（1）

getANNO.m

---

1 dataType = '';
2 addpath('dataset/COCO/coco/MatlabAPI');    %此处需要设置工作环境，否则会报错无法找到该路径

• Matlab设置当前工作环境的方法：双击进入training文件夹即可

  
  
  matlab工作环境1.png

matlab工作环境2.png

19 coco=CocoApi(annFile); % Load COCO annotation file and prepare data structures. 输出初始化的coco object
20 %%
21 my_anno = coco.data.annotations;

• my_anno data

  
  
  my_anno.png

23  prev_id = -1;
24  p_cnt = 1;          %一张图片里的人数
25  cnt = 0;            %总的图片数
26  coco_kpt = [];
27    
28  for i = 1:1:size(my_anno,2)   %size(my_anno, 2)返回my_anno的列数，1返回行数 i: 1~185316（val2014.json）
29        
30      curr_id = my_anno(i).image_id; % my_anno的大小等于所有的人数，一张图像可能有多个人，而且image_id是按顺序排列的，例如上图第74张图像中有6个人
31      if(curr_id == prev_id)         %判断与上一张图像的image_id是否相同
32        p_cnt = p_cnt + 1;           %相同则对curr_id里的person_count + 1
33      else
34          p_cnt = 1;            % 新图片，人数从1开始计数
35          cnt = cnt + 1;        % 新图片，图片数 + 1
36      end
37      coco_kpt(cnt).image_id = curr_id;    %coco_kpt(1).image_id = 74
38      coco_kpt(cnt).annorect(p_cnt).bbox = my_anno(i).bbox;   %coco_kpt(1).annorect(1).bbox = my_anno(1).bbox
39      coco_kpt(cnt).annorect(p_cnt).segmentation = my_anno(i).segmentation;
40      coco_kpt(cnt).annorect(p_cnt).area = my_anno(i).area;
41      coco_kpt(cnt).annorect(p_cnt).id = my_anno(i).id;
42      coco_kpt(cnt).annorect(p_cnt).iscrowd = my_anno(i).iscrowd;
43      coco_kpt(cnt).annorect(p_cnt).keypoints = my_anno(i).keypoints;
44      coco_kpt(cnt).annorect(p_cnt).num_keypoints = my_anno(i).num_keypoints;
45      coco_kpt(cnt).annorect(p_cnt).img_width = coco.loadImgs(curr_id).width;
46      coco_kpt(cnt).annorect(p_cnt).img_height = coco.loadImgs(curr_id).height;
47        
48      prev_id = curr_id;
49        
50      fprintf('%d/%d \n', i, size(my_anno, 2));
51  end

• 修改循环数为50，查看coco_kpt数据

  
  
  coco_kpt.png

coco_kpt1.png

coco_kpt10.png