开源项目pose-hg-demo常见问题解决方案

开源项目pose-hg-demo常见问题解决方案

pose-hg-demo Code to test and use the model from "Stacked Hourglass Networks for Human Pose Estimation" 项目地址: https://gitcode.com/gh_mirrors/po/pose-hg-demo

项目基础介绍和主要编程语言

项目名称: pose-hg-demo
项目简介: 该项目是基于Stacked Hourglass Networks for Human Pose Estimation的Torch实现，用于人体姿态估计。项目提供了模型评估和可视化的代码，适合用于测试和使用该模型。

主要编程语言: Lua

新手在使用这个项目时需要特别注意的3个问题及详细解决步骤

问题1: 如何安装项目所需的依赖？

详细解决步骤:

1. 确保已安装Torch7，可以通过以下命令安装：

   curl -s https://raw.githubusercontent.com/torch/ezinstall/master/install-deps | bash
   git clone https://github.com/torch/distro.git ~/torch --recursive
   cd ~/torch; bash install-deps;
   ./install.sh
   

2. 安装hdf5和torch-hdf5包：

   sudo apt-get install libhdf5-serial-dev
   luarocks install hdf5
   

3. 安装cudnn：

   git clone https://github.com/soumith/cudnn.torch.git
   cd cudnn.torch
   luarocks make cudnn-scm-1.rockspec
   

4. 安装qlua（用于显示结果）：

   sudo apt-get install libqt4-dev
   luarocks install qtlua
   

问题2: 如何运行项目中的demo代码？

详细解决步骤:

1. 下载预训练模型并将其放置在项目的main目录下。
2. 在终端中运行以下命令以显示demo图像：

   qlua main.lua demo
   

3. 如果需要生成预测，可以运行以下命令：

   th main.lua predict-[valid或test]
   

问题3: 如何处理自定义图像的姿态估计？

详细解决步骤:

1. 确保目标人物在输入图像中居中，并且其全高大约为输入高度的四分之三。
2. 使用项目提供的crop函数生成输入图像：

   inputImg = crop(img, center, scale, rot, res)
   

   其中，res应设置为256，rot为可选的旋转角度（以度为单位）。
3. 将生成的输入图像传递给网络，并获取(x, y)坐标：

   outputHm = m:forward(inputImg:view(1, 3, 256, 256):cuda())
   predsHm, predsImg = getPreds(outputHm, center, scale)
   

   其中，predsHm是相对于热图的坐标，predsImg是相对于原始图像的坐标。

通过以上步骤，新手可以顺利安装依赖、运行demo代码并处理自定义图像的姿态估计。

pose-hg-demo Code to test and use the model from "Stacked Hourglass Networks for Human Pose Estimation" 项目地址: https://gitcode.com/gh_mirrors/po/pose-hg-demo