【文件属性】：
文件名称：fashionAI-keypoints-detection-pytorch:[WIP] https的重构版本
文件大小：1.5MB
文件格式：ZIP
更新时间：2021-05-12 07:20:59
JupyterNotebook
介绍
该代码最初来自的GitHub存储库 ，该代码提供了他的解决方案， 中获得了 。 出于教育目的，我重构了他的大部分代码，并添加了大量文档，以帮助我了解幕后发生的事情。
一路上我可能会犯一些错误。 为了获得最准确的实施，请检查原始存储库。
型号概述
该代码使用 ，该赢得了2017年COCO关键点挑战赛。 在Shiyu的实现中，他进行了各种修改，发现两个模型表现最佳：1）带有预训练的ResNet-152主干的CPN和2）带有预CPN。
以下是我发现对理解模型有用的其他一些文献：
要求
这是我用来运行模型的关键库：
的Python 3.6.5
CUDA工具包9.0+
torch 0.4.0
cv2
pandas
numpy
fire
nvidia-ml-py3
py3nvml
visdom
运行代码最简单的方法是使用提供的Docker映像： docker pull
【文件预览】：
fashionAI-keypoints-detection-pytorch-master
----loss()
--------cpn_loss.py(5KB)
--------__init__.py(30B)
----utils()
--------config.py(5KB)
--------utils.py(6KB)
--------__init__.py(114B)
--------lr_scheduler.py(1KB)
--------logger.py(1KB)
--------plot.py(4KB)
----trainval.py(6KB)
----notebooks()
--------1_data_overview.ipynb(20KB)
--------2_visualization.ipynb(1.95MB)
----models()
--------senet.py(17KB)
--------bottleneck.py(1KB)
--------__init__.py(100B)
--------cpn_with_resnet.py(5KB)
--------cpn_with_senet.py(4KB)
----datasets()
--------data_generator.py(6KB)
--------keypoint_encoder.py(7KB)
--------__init__.py(94B)
----LICENSE(11KB)
----submissions()
--------__init__.py(0B)
--------concatenate_results.py(347B)
--------predict_ensemble.py(3KB)
--------predict_one.py(2KB)
----README.md(3KB)
----.gitignore(5KB)
----evaluations()
--------predict_ensemble.py(3KB)
--------predict_one.py(2KB)