祥瑞哈哈哈

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