文件名称：Fast_Human_Pose_Estimation_Pytorch:CVPR2019文件的“ Pytorch代码”“快速人体姿势估计” https
文件大小：6.66MB
文件格式：ZIP
更新时间：2024-05-24 17:18:04
pytorch knowledge-distillation pose-estimation stacked-hourglass-networks Python
快速人体姿态估计火炬 这对于论文“来说是非官方的实现。 大部分代码来自用于沙漏网络pytorch实现。 在此仓库中，我们遵循了“快速人体姿势估计”提出的“快速姿势蒸馏”方法，以提高轻量级网络的准确性。 我们首先训练了一个深层的教师网络（堆栈= 8，标准卷积，为88.33 @Mpii pckh），并用它来教授学生网络（堆栈= 2，深度卷积，为84.69％@Mpii pckh）。 我们的实验表明，从知识蒸馏中获得了0.7％的收益。 我对轻型学生模型hg_s2_b1_mobile_fpd进行了基准测试，并通过OpenVino在i7-8700K上获得了43fps 。 可以从找到详细信息 请通过检查官方实施 2019年2月更新 通过使用上传的额外未标记图像hg_s2_b1_mobile_fpd_unlabeled训练的模型显示，教师从未标记数据上转移的知识可hg_s2_b1_mobile_fpd_
【文件预览】：
Fast_Human_Pose_Estimation_Pytorch-master
----.gitmodules(97B)
----example()
--------mpii_kd.py(18KB)
--------mpii.py(14KB)
----pose()
--------models()
--------progress()
--------__init__.py(247B)
--------utils()
--------datasets()
----tools()
--------mpii_demo.py(5KB)
--------mpii_export_to_onxx.py(3KB)
--------eval_PCKh.py(3KB)
----data()
--------mpii()
--------sample.jpg(447KB)
----LICENSE(11KB)
----requirements.txt(330B)
----.gitignore(1KB)
----README.md(5KB)