按照预定计划,针对第三届数字孪生体挑战赛第3赛题(即人体姿态动作识别),由中科院大学计算机学院徐俊刚教授和刘淼博士生开展了系列培训,降低参赛团队学习掌握相关技术的门槛,把注意力放到创新开发上来。
2022年1月20日晚上,如约开展了《OpenPose安装、编译与应用案例解析》的培训,这是赛题3关于OpenPose系列培训之三,也是OpenPose最后一次主题培训活动。
序号 | 培训时间 | 培训内容 | 培训讲师 | 备注 |
1 | 2022年1月5日19:30-21:30 | 基于深度学习的人体姿态识别入门 | 徐俊刚 | |
2 | 2022年1月13日19:30-21:30 | OpenPose开源项目介绍及代码解析 | 徐俊刚,刘淼 | 需准备电脑 |
3 | 2022年1月20日19:30-21:00 | OpenPose安装、编译与应用案例解析 | 刘淼 | 需准备电脑 |
针对OpenPose的安装和编译,刘淼做了详细的介绍:
•运行 bash getData.sh 以获取COCO数据集和关键点标注
•运行 getANNO.m 将标注数据转为mat文件
•运行 genCOCOmask.m 对未标记的人进行mask处理
•运行 genJSON(‘COCO’) 生成训练所需的原始文件
•运行 python genLMDB.py 生成LMDB数据库 (或运行 bash get_lmbd.sh)
•下载 caffe模型:caffe_train
•运行 python setLayers.py –exp 1 来生成prototxt 文件
•下载 VGG-19 模型:VGG-19
•运行 bash train_pose.sh 0,1 来使用 0 和 1GPU进行训练
进行到最后,与会人员对数字孪生矿山的人体姿态动作数据集做了深入的讨论。中科院大学徐俊刚教授、工业4.0研究院院长胡权、北京翼络数字技术有限公司技术总监刘继业等参与了相关交流,确定后后续工作开展的主要内容。
附:OpenPose安装、编译与应用案例解析
评论