配置MMskeleton:ST-gcn

部署运行你感兴趣的模型镜像

Conda 虚拟环境

wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh
sudo bash Anaconda3-2019.10-Linux-x86_64.sh
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

Clone MMskeleton

git clone https://github.com/open-mmlab/mmskeleton.git
cd mmskeleton

搭建mmskeleton

python setup.py develop
这个过程不可能一步到位的,需要安装mmdetection(https://github.com/open-mmlab/mmdetection/blob/master/docs/INSTALL.md),特别的麻烦。下面是关于mmdetection的搭建

搭建mmdetection

需要环境
Linux (Windows is not officially supported)
Python 3.5+ (Python 2 is not supported)
PyTorch 1.1 or higher
CUDA 9.0 or higher
NCCL 2
GCC(G++) 4.9 or higher
mmcv
测试通过的os和版本(切记要版本匹配,比如:gcc是6.3就不行,会报错,但是4.9就可以
OS: Ubuntu 16.04/18.04 and CentOS 7.2
CUDA: 9.0/9.2/10.0
NCCL: 2.1.15/2.2.13/2.3.7/2.4.2
GCC(G++): 4.9/5.3/5.4/7.3

安装 mmdetection

a. Install PyTorch stable or nightly and torchvision following the official instructions, e.g.,

conda install pytorch torchvision -c pytorch

b. Clone the mmdetection repository.
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection

c. Install mmdetection (other dependencies will be installed automatically).
python setup.py develop or “pip install -v -e .”
有时候python指令安装会报错,然后pip install不会报错,总之交替使用吧,这个中间又会遇到很多坑

  1. 改变conda的环境下的gcc版本,相关链接在这里:https://www.zhihu.com/question/56272908?sort=created
  2. import pycocotools/_mask.so报错,相关链接:https://github.com/cocodataset/cocoapi/issues/35 和 https://github.com/cocodataset/cocoapi/issues/59
  3. ImportError: …/Lib/nms/gpu_nms.so: undefined symbol: 相关链接:https://github.com/rbgirshick/py-faster-rcnn/issues/559,有时候还需要把之前目录的.so文件删除,然后重新生成,里面很多相关·问题,在搭建fast_rcnn中都会遇到类似的问题
测试mmdetection

python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [–out ${RESULT_FILE}] [–eval ${EVAL_METRICS}] [–show]

在安装mmskeleton

又会碰到import error gpu_nms.so的问题,需要把之前错误生成的.so文件或者相关文件删除,再重新安装,基本上问题不大了。

测试mmskeleton

python mmskl.py pose_demo [–gpus $GPUS]
or “python mmskl.py pose_demo_HD [–gpus $GPUS]” for a higher accuracy

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

基于MMSkeleton工具包中的ST-GCN模型实现一种基于动态拓扑图的人体骨架动作识别算法python源码+使用说明.zip 改进ST-GCN模型的骨架拓扑图构建部分,使用持续学习思想动态构建人体骨架拓扑图. 将具有多关系特性的人体骨架序列数据重新编码为关系三元组, 并基于长短期记忆网络, 通过解耦合的方式学习特征嵌入. 当处理新骨架关系三元组时, 使用部分更新机制 动态构建人体骨架拓扑图, 将拓扑图送入ST-GCN进行动作识别。 运行MMSKeleton工具包参考[GETTING_STARTED.md](./doc/GETTING_STARTED.md) - 单独使用ST-GCN模型进行人体动作识别参考[START_RECOGNITION.md](./doc/START_RECOGNITION.md) - 训练基于动态拓扑图的人体骨架动作识别算法 ``` shell cd DTG-SHR python ./mmskeleton/fewrel/test_lifelong_model.py ``` - 测试基于动态拓扑图的人体骨架动作识别算法 ``` shell cd DTG-SHR python ./mmskeleton/fewrel/train_lifelong_model.py ``` - 可视化算法运行结果 基于web server搭建前端 [[参考]](https://blog.youkuaiyun.com/gzq0723/article/details/113488110) 1、前端模块:包含 'static与'templates'文件夹为界面展示相关的代码。 templates里面包含了两个html的结构文档,用来定义浏览器的显示界面。 static里面的css和img用来修饰界面。 2、服务模块: servel.py里面是web服务的一个业务逻辑。 运行算法性能可视化web服务 ``` shell cd DTG-SHR python ./server.py ``` 【备注】 1、该资源内项目代码百分百可运行,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我!
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值