基於TensorFlow的DeepPose實現

基於TensorFlow的DeepPose實現。

代碼包括了訓練及測試,基於2個數據集:LSP Extended Dataset和MPII Human Pose Dataset.

依賴:

•Python 2.7

◦TensorFlow r1.0

◦Chainer 1.17.0+ (for background data processing only)

◦numpy 1.12+

◦OpenCV 2.4.8+

◦tqdm 4.8.4+

內存需求:10G

安裝:

1.安裝TensorFlow

2.安裝其他package

pip install chainer numpy opencv tqdm

3.在目錄scripts/config.py,文件中修改ROOT_DIR為所你放置的目錄.

4.下載在Imagenet上用alexnet預訓練的權重文件bvlc_alexnet.tf,配置到weights/目錄下.

數據集準備:

cd datasets

bash download.sh

cd ..

python datasets/lsp_dataset.py

python datasets/mpii_dataset.py

訓練:

train.py

測試;

tests/test_snapshot.py.


分享到:


相關文章: