FacePose — pytorch 代码运行测试

2024-01-31 09:50

本文主要是介绍FacePose — pytorch 代码运行测试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 前言
  • 一、环境配置
    • (一)框架:
  • 二、运行详细步骤
    • 1.资源配置
    • 2.参数配置
  • 总结


前言

上次虽然成功跑出了FSA-Net的代码,但是数据可视化的部分并没有复现,本着上GitHub上寻找一下作者的可视化线索,结果在评论里发现了另一位名为 WIKI 分享的头部姿态检测的模型,试着下载下来跑了一下,发现效果还是比较理想的;按照作者的说法,算法已经应用于以下两个方面:
  1. 儿童在线教育,用于识别儿童是否认真听讲;
  2. 现场会议或学校课堂,以判断演讲质量。
相较于之前的FSA-Net来说,这个代码跑起来还是很简单的,环境配置完成后基本就可以跑出结果;遗憾的是,作者没有提到的“超高进度模型”分享出来,私信还没有回复;这个模型可能和我想的教学场景的检测更加契合。

不过你把这活都干了,我不就失业了吗???真好


一、环境配置

(一)框架:

资源地址

配置:Win 10 + Pycharm + Anconada

这个配置好后,基本就完成了一半工作;
在这里插入图片描述
查看提示,可需要下载Anconda3 + python3.7 版本以上,由于之前已经配置过相关环境,这里不多赘述。

然后需要下载 numpy,opencv-python两个包,直接在pycharm终端里下载:

pip install numpy
pip install opencv-python

需要注意的是,在这之前要把python解释器更换为Anconda环境,在此基础上下载才会更新环境配置,这边 opencv-python 包在 + 中是搜索不到的,只能 pip 下载:
在这里插入图片描述
接着,还需要下载torch库,这里我们直接下载最新版本的 torch 库即可,下载的同时会自动将 torchvison 也下载下来,这里向下兼容,跑代码不会出现问题,相反,如果下载1.4.0版本,可能会报错:

“ could not find a version that satisfies the requirement torch…”

可按照以下步骤执行:

  1. 打开Pytorch官网,下拉到图示部位,选择相关配置,根据自己电脑的CUDA版本号选择最后一行的配置,复制图中的 pip 语句,在pycharm 终端里直接执行:
    在这里插入图片描述
    大概需要下载 3 G左右的资源,下载完成后,在python解释器里会更新环境,这时就配置好了所有需要的环境:
    在这里插入图片描述

二、运行详细步骤

1.资源配置

在这里插入图片描述

此时打开项目,应该出现如图所示的文件,作者的提示中说道,还需要下载一个emoil模型,作者放出的网盘地址可能已经失效了,这里放一个备份版:

百度网盘连接
提取码:gudj

下载下来后放在 checkpiont 文件目录下即可。

2.参数配置

目前的代码可执行的程序有两个,一个emontion.py, 用来预测图片中的人物情绪信息,另一个是vedio.py, 用来动态显示视频中人物的三个角度(yaw,pitch, roll)的信息;

先从emotion说起,打开运行,编辑配置,

在这里插入图片描述
在这里插入图片描述
作如上修改,其中 ./img/suprised.jpg 是图片存放的相对路径,我们可以自己将图片存放到 img 文件下来进行尝试。运行后程序输出对图片中表情的预判:

图片:
在这里插入图片描述
输出结果:
在这里插入图片描述
据作者自己介绍,头部偏转的准确率的误差在三度以内:
在这里插入图片描述
video运行:
在这里插入图片描述
同上,编辑配置,将参数改为自己的视频路径。最好放在video文件夹里,这样相对路径可以识别,否则需要自己改绝对路径。

作者的方法同样是单人头部偏转检测,本来我还很纠结去哪找单人视频,还要面部clear的,后来我灵光炸蹦,单人,视频,这不是抖音吗?

运行结果如下:
在这里插入图片描述

帅气 !!!!!

总结

有待改进的空间是对数据进行预处理,以及如何从多人场景中分离出单人,或者直接应用到多人检测上…

这篇关于FacePose — pytorch 代码运行测试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/663349

相关文章

使用PyTorch实现手写数字识别功能

《使用PyTorch实现手写数字识别功能》在人工智能的世界里,计算机视觉是最具魅力的领域之一,通过PyTorch这一强大的深度学习框架,我们将在经典的MNIST数据集上,见证一个神经网络从零开始学会识... 目录当计算机学会“看”数字搭建开发环境MNIST数据集解析1. 认识手写数字数据库2. 数据预处理的

Pytorch微调BERT实现命名实体识别

《Pytorch微调BERT实现命名实体识别》命名实体识别(NER)是自然语言处理(NLP)中的一项关键任务,它涉及识别和分类文本中的关键实体,BERT是一种强大的语言表示模型,在各种NLP任务中显著... 目录环境准备加载预训练BERT模型准备数据集标记与对齐微调 BERT最后总结环境准备在继续之前,确

pytorch+torchvision+python版本对应及环境安装

《pytorch+torchvision+python版本对应及环境安装》本文主要介绍了pytorch+torchvision+python版本对应及环境安装,安装过程中需要注意Numpy版本的降级,... 目录一、版本对应二、安装命令(pip)1. 版本2. 安装全过程3. 命令相关解释参考文章一、版本对

从零教你安装pytorch并在pycharm中使用

《从零教你安装pytorch并在pycharm中使用》本文详细介绍了如何使用Anaconda包管理工具创建虚拟环境,并安装CUDA加速平台和PyTorch库,同时在PyCharm中配置和使用PyTor... 目录背景介绍安装Anaconda安装CUDA安装pytorch报错解决——fbgemm.dll连接p

pycharm远程连接服务器运行pytorch的过程详解

《pycharm远程连接服务器运行pytorch的过程详解》:本文主要介绍在Linux环境下使用Anaconda管理不同版本的Python环境,并通过PyCharm远程连接服务器来运行PyTorc... 目录linux部署pytorch背景介绍Anaconda安装Linux安装pytorch虚拟环境安装cu

SpringBoot中整合RabbitMQ(测试+部署上线最新完整)的过程

《SpringBoot中整合RabbitMQ(测试+部署上线最新完整)的过程》本文详细介绍了如何在虚拟机和宝塔面板中安装RabbitMQ,并使用Java代码实现消息的发送和接收,通过异步通讯,可以优化... 目录一、RabbitMQ安装二、启动RabbitMQ三、javascript编写Java代码1、引入

Nginx设置连接超时并进行测试的方法步骤

《Nginx设置连接超时并进行测试的方法步骤》在高并发场景下,如果客户端与服务器的连接长时间未响应,会占用大量的系统资源,影响其他正常请求的处理效率,为了解决这个问题,可以通过设置Nginx的连接... 目录设置连接超时目的操作步骤测试连接超时测试方法:总结:设置连接超时目的设置客户端与服务器之间的连接

PyTorch使用教程之Tensor包详解

《PyTorch使用教程之Tensor包详解》这篇文章介绍了PyTorch中的张量(Tensor)数据结构,包括张量的数据类型、初始化、常用操作、属性等,张量是PyTorch框架中的核心数据结构,支持... 目录1、张量Tensor2、数据类型3、初始化(构造张量)4、常用操作5、常用属性5.1 存储(st

如何测试计算机的内存是否存在问题? 判断电脑内存故障的多种方法

《如何测试计算机的内存是否存在问题?判断电脑内存故障的多种方法》内存是电脑中非常重要的组件之一,如果内存出现故障,可能会导致电脑出现各种问题,如蓝屏、死机、程序崩溃等,如何判断内存是否出现故障呢?下... 如果你的电脑是崩溃、冻结还是不稳定,那么它的内存可能有问题。要进行检查,你可以使用Windows 11

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题