02 2023 档案
摘要：self是一个参数表示类本身。 class A(object): def __iter__(self): self.num=1 return self def __next__(): self.num=self.num+1 return self.num-1 在next函数中如果你不加self函数就
阅读全文
摘要：np.nonzero是确定图中的非0元素，第一个列表是行位置，第二个列表是列位置。 w=np.array([1,2]) w1=np.array([3,4]) print(list(zip(w,w1))) [(1, 3), (2, 4)] 在使用 zip() 函数“压缩”多个序列时，它会分别取各序列中
阅读全文
摘要：人体姿态跟踪又称为human pose track，首先利用人体姿态估计模型去预测出所有帧中的关键点，然后为每个帧中的人分配id，相同id即为同一个人。这是处理的基本流程。 姿态跟踪应该是匹配算法应该，你只需要把帧中的所有人及其关键点坐标确定出来就行，然后进行匹配。
阅读全文
摘要：可通过近期参会的微信小程序确定哪些ccf会议将要投稿 步骤 1.首先打开中国计算机学会CCF的官网：https://www.ccf.org.cn/2.搜索框中输入会议名，例如：CSCWD3.点击打开如上图所示的来源是“学术评论”的网页，进入如下页面：可以看到，CSCWD是C类会议。
阅读全文
摘要：prepare_train_labels建立了俩个字典首先需要了解到cocokeypoint数据的内容。标住都存于annotations,每个标注都对应一个图片，iscrow=1表示人群拥挤并未标住。因此代码建立了一个字典，字典的键值是图片的编号，对应俩个列表第一个列表存的是标注的关键点的信息，第二
阅读全文
摘要：我感觉mask为0是没标注的人
阅读全文
摘要：if label['img_paths']=='000000011791.jpg': #if label['img_paths']=='000000537548.jpg': sum=0 print('imgpeth',label['img_paths']) image=image.transpose
阅读全文
摘要：os.mkdir('/home/ubuntu/DEKR-main1/11/'+str(i)) torchvision.utils.save_image(image,'/home/ubuntu/DEKR-main1/11/'+str(i)+'/'+str(i)+'.png') for k in ran
阅读全文
摘要：v=0是未标记。v=1是不可见但标记。v=2是可见可标记。 https://cocodataset.org/#format-data网址
阅读全文
摘要：C:\Users\dell\.config 找到系统中的配置文件 删除 再重装即可
阅读全文
摘要：输入网络的图片大小是固定的，定长的数据结构节省空间。 1.transformer的convert是对关键生成neck坐标然后换索引，flip把左右关键点调换。 2.有归一化mean=128，std=256。 3.heatmap。 4.paf。 train.py是直接对数据用transformer，然
阅读全文
摘要：1.图像输入尺寸。(改完) 2.转置。(解决) 3.归一化。(解决) 4.flip。(解决) 5.批度。 改损失函数。(解决) 6.预训练模型(解决) 5.映射并未交换通道。 6.pytorch模型只接受CHW。 7.lightweight openpose用permute变为chw，hrnet用t
阅读全文
摘要：1.transformer是对lable和image进行处理。 2.训练时图片的批度都是一个大小，验证时可不必遵循。 3.paf就是向量图一个x一个y。 4.neck是左肩和右肩的关键点。 5.最后一个keypoint是heatmap的热图因为mask只跟关键点有关他是关键点集合互补值应该，他们之和
阅读全文
摘要：keypoint_maps[-1] = 1 - keypoint_maps.max(axis=0) 因为mask是只有关键点的，因此loss肯定是关键点部分，只不过是所有关键点图的相反值
阅读全文
摘要：按照json读取。 num_people = len(anno) area = np.zeros((num_people, 1)) joints = np.zeros((num_people, self.num_joints_with_center, 3)) for i, obj in enumer
阅读全文
摘要：python来个对象赋值。 new=old new直接获得old的内存空间。 old={'l':2} new=old print('id(old)',id(old)) new['l']=3 print('id(new)',id(new)) print(old) old=2 new=old (new)
阅读全文
摘要：12.jsp 老师看学生信息，哪个学生报他了。实现是用jsp读取数据库用select根据老师id和status选学生。点击查看利用href向22.jsp学生id。22.jsp显示学生信息，jsp连接数据库。展示学生信息。接受和拒绝进行界面跳转直接在sql上进行修改。chaxunshenbaozhua
阅读全文
摘要：<% //加载MySQL驱动 Class.forName("com.mysql.cj.jdbc.Driver"); String url = "jdbc:mysql://localhost:3306/new_schema"; //数据库名 String username = "root"; //数据
阅读全文
摘要：模型训练时输入图片大小统一而验证图片大小不统一。 lightweight openpose是这个情况训练时的大小图片统一，验证时大小不统一。
阅读全文
摘要：imagesshape torch.Size([1, 3, 368, 368])我把lightweight openpose输入图片的大小都显示了出来是368，368
阅读全文
摘要：lightweight openpose因为有3层stride=2的卷积层，所以他的标签(标签就是mask和keypoint还有paf)需要缩放3倍。 hrnet他是有设定的，输入大小和输出大小都是固定的。
阅读全文
摘要：我去将mask和lable缩小8倍，因为模型中有3层卷积层步数为2。 def __getitem__(self, idx): label = copy.deepcopy(self._labels[idx]) # label modified in transform image = cv2.imre
阅读全文
摘要：lightweight openpose的loss都用的是平方损失。 def l2_loss(input, target, mask, batch_size): loss = (input - target) * mask loss = (loss * loss) / 2 / batch_size
阅读全文
摘要：因为image对应一个mask，keypoint的mask和paf的mask都用的mask。 for idx in range(keypoint_mask.shape[0]): keypoint_mask[idx] = mask sample['keypoint_mask'] = keypoint_
阅读全文
摘要：用get_joint直接读取json的关键点获得17维度，第18维joints[i, -1, :2] = joints_sum / num_vis_joints。 然后T.RandomHorizontalFlip交换关键点。 'COCO_WITH_CENTER': [ 0, 2, 1, 4, 3,
阅读全文
摘要：ConvertKeypoints()交换关键点顺序，剩下其他代码并未交换顺序 def _convert(self, keypoints, w, h): # Nose, Neck, R hand, L hand, R leg, L leg, Eyes, Ears reorder_map = [1, 7
阅读全文
摘要：self.getjoint得到json存储的关键点和坐标了都是原始的。接下来是transformerT.RandomHorizontalFlip第71行设计关键点调换。对json原位置调换。 其他部分并未做其他处理。
阅读全文
摘要：json.load()函数读取文件句柄，可以直接读取到这个文件中的所有内容，并且读取的结果返回为python的dict对象。
阅读全文
摘要：def a(w): print(w) print('eval') eval('a')('123') 输出是 123 eval
阅读全文
摘要：train.py里make_dataloader读取数据集。 train_loader = make_dataloader(cfg, is_train=True, distributed=args.distributed) dataset build.py中的39行 dataset = eval(c
阅读全文
摘要：DEKR/lib/config/__init__.py中有from .default import _C as cfg。 DEKR/lib/config/default.py中的。_C更像参数 from yacs.config import CfgNode as CN _C = CN() _C.OU
阅读全文
摘要：class CocoTrainDataset(Dataset): def __init__(self, labels, images_folder, stride, sigma, paf_thickness, transform=None): super().__init__() self._ima
阅读全文
