文件名称：数据融合matlab代码-PoseNAS:这是用于多人姿势估计的姿势本机神经体系结构搜索的pytorch实现
文件大小：432KB
文件格式：ZIP
更新时间：2024-06-11 05:36:33
系统开源
数据融合matlab代码用于多人姿势估计的姿势本征神经体系结构搜索 介绍 在这项工作中，我们提出了姿态本机网络体系结构搜索（PoseNAS），以同时设计用于姿态估计的姿态编码器和姿态解码器。 具体来说，我们直接搜索具有堆叠式可搜索单元格的面向数据的姿态编码器，这可以为特定于姿态的任务提供最佳的特征提取器。 在位姿解码器中，我们利用比例尺自适应融合单元来促进跨多比例尺特征图的丰富信息交换。 同时，姿态解码器采用融合和增强的方式来逐步增强对于硬关键点的宝贵预测而言不平凡的高分辨率表示。 通过精心设计的搜索空间和搜索策略，PoseNAS可以以端到端的方式同时搜索所有模块。 我们的最佳模型在仅33.6M参数的COCO验证集和测试集上获得了76.7％的mAP和75.9％的mAP。 架构描述 在此项目中，我们支持两种不同的结构，PoseNAS-L18-C48和PoseNAS-L18-C64。 “ L”和“ C”分别代表姿势编码器中的像元数和姿势编码器的初始通道数，您可以在配置文件（config.TRAIN.LAYERS和config.TRAIN）中进行更改。 INIT_CHANNELS）。 主要结
【文件预览】：
PoseNAS-master
----README.md(7KB)
----utils()
--------vis.py(5KB)
--------utils.py(2KB)
--------__pycache__()
--------__init__.py(0B)
--------zipreader.py(2KB)
--------transforms.py(4KB)
----dataset()
--------coco.py(15KB)
--------__pycache__()
--------__init__.py(187B)
--------JointsDataset.py(10KB)
--------mpii.py(6KB)
----test.py(4KB)
----train.py(6KB)
----LICENSE(1KB)
----models()
--------genotypes.py(1KB)
--------model_augment.py(11KB)
--------__pycache__()
--------__init__.py(1B)
--------operations.py(5KB)
----nms()
--------gpu_nms.hpp(146B)
--------gpu_nms.cu(281KB)
--------cpu_nms.c(369KB)
--------gpu_nms.pyx(1KB)
--------nms_kernel.cu(5KB)
--------__pycache__()
--------nms.py(5KB)
--------cpu_nms.cpython-36m-x86_64-linux-gnu.so(254KB)
--------__init__.py(0B)
--------setup_linux.py(5KB)
--------gpu_nms.cpp(346KB)
--------cpu_nms.pyx(2KB)
--------gpu_nms.cpython-36m-x86_64-linux-gnu.so(258KB)
----requirements.txt(135B)
----experiments()
--------coco()
--------mpii()
----core()
--------config.py(7KB)
--------evaluate.py(2KB)
--------inference.py(2KB)
--------__pycache__()
--------__init__.py(0B)
--------loss.py(1KB)
--------function.py(11KB)
----Makefile(116B)