文件名称：mannequinchallenge:推理代码和受过训练的模型，用于“通过观察冻结的人员来学习移动人员的深度”。
文件大小：1.03MB
文件格式：ZIP
更新时间：2024-06-16 04:21:55
Python
人体模型挑战代码和训练有素的模型 该存储库包含针对模型的推理代码，该模型在CVPR 2019论文``引入了在人体模型挑战数据集上训练的模型。 这不是官方支持的Google产品。 设置 该代码基于PyTorch。 该代码已通过PyTorch 1.1和Python 3.6进行了测试。 我们建议设置一个virtualenv环境以安装PyTorch和其他必要的Python软件包。 可能会有所帮助（遵循步骤1和2）或遵循virtualenv文档。 设置并激活环境后，请安装必要的软件包： (pytorch)$ pip install torch torchvision scikit-image h5py 模型检查点存储在Google Cloud上，可以通过运行以下命令进行检索： (pytorch)$ ./fetch_checkpoints.sh 单视图推理 我们用于单视图推理的测试集是数
【文件预览】：
mannequinchallenge-master
----fetch_tum_data.sh(762B)
----test_davis_videos.py(2KB)
----index.html(59B)
----test_tum.py(4KB)
----models()
--------hourglass.py(6KB)
--------__init__.py(0B)
--------pix2pix_model.py(26KB)
--------base_model.py(2KB)
--------networks.py(24KB)
----www()
--------download.html(4KB)
--------index.html(5KB)
--------people()
--------ga.js(968B)
--------people.html(2KB)
--------CONTRIBUTING.md(969B)
--------LICENSE(11KB)
--------thumbnails()
--------README.md(273B)
--------style.css(5KB)
----fetch_checkpoints.sh(1KB)
----CONTRIBUTING.md(840B)
----util()
--------util.py(811B)
----LICENSE(11KB)
----options()
--------train_options.py(4KB)
--------base_options.py(6KB)
----README.md(3KB)
----test_data()
--------test_tum_hdf5_list.txt(83KB)
--------test_davis_video_list.txt(4KB)
----.gitignore(101B)
----loaders()
--------__init__.py(0B)
--------aligned_data_loader.py(2KB)
--------image_folder.py(10KB)
----fetch_davis_data.sh(749B)