【问题标题】:Training a classifier on Human pose estimation在人体姿态估计上训练分类器
【发布时间】:2018-06-27 08:13:19
【问题描述】:

项目描述-我正在计划做一个项目,在该项目中我必须识别各种人类行为,例如打哈欠、睡觉、走路等。为此,我需要可以通过人体姿势估计来完成的人体姿势特征。在对人体姿态估计模型进行训练后,我想保存这些特征,然后在此之上训练一个分类器模型来对这些动作进行分类。但我不确定这是否可能。如果是,我该如何保存这些特征。也可以训练我自己的数据集来识别其他一些不常见的动作(睡在椅子上等)。任何指南都会很有帮助。

【问题讨论】:

    标签: python image-processing conv-neural-network convolutional-neural-network


    【解决方案1】:

    只需使用 PoseNet。

    使用 JavaScript 和 Google 托管的最简单方法:https://js.tensorflow.org/

    然后迁移学习来训练您的自定义功能。

    【讨论】:

    • 我如何标记数据集。我在哪里可以获得posenet的预训练模型?
    • 只要谷歌你关心的框架。 TensorFlow 第一个结果是:github.com/kentsommer/tensorflow-posenet - 但也有 Keras、PyTorch 和其他实现。
    • @SamuelMarks 您在 Google 上找到的这个 PoseNet 用于相机姿态估计,而不是人体姿态。有 2 个“PoseNet”...
    • 你确定可以在 js.tensorflow 上重新训练posenet模型吗? github.com/tensorflow/tfjs/issues/1418
    猜你喜欢
    • 2023-03-29
    • 1970-01-01
    • 1970-01-01
    • 2020-11-04
    • 1970-01-01
    • 2021-11-20
    • 2015-09-09
    • 2019-09-05
    • 1970-01-01
    相关资源
    最近更新 更多