HRNet 在mpii数据集上能识别出16个关键点,用预训练好的HRNet 网络去测试自定义关键点,但只想得到其中14个关键点,怎么把多余的两个关键点去掉
时间: 2024-04-21 15:27:04 浏览: 102
如果你只需要其中14个关键点,可以在训练模型时将这两个关键点的标注数据去掉。如果你已经训练好了模型,可以通过修改模型的输出层来实现只输出14个关键点的坐标。具体来说,你需要修改模型输出层的大小,使其只输出14个关键点的坐标,并且在训练数据和测试数据中也只保留14个关键点的标注数据。如果你使用的是现成的预训练模型,可以尝试修改模型的配置文件或者代码,以适应你的需要。
相关问题
HRNet网络在mpii 数据集上能识别出16个关键点,我想用预训练好的网络去测试自定义数据集,在只想输出其中14个关键点,需要重新训练模型吗?不重新训练的话该如何改代码
如果你想使用预训练的HRNet网络去测试自定义数据集,并只想输出其中14个关键点,你可以通过修改代码来实现。具体来说,你需要修改模型输出层的大小,使其只输出14个关键点的坐标,并且在测试数据中也只保留14个关键点的标注数据。以下是一些可能需要修改的代码:
1. 修改输出层的大小,例如:
```python
model = HRNet(num_classes=14)
```
这会将输出层的大小设置为14。
2. 修改测试数据的标注数据,例如:
```python
test_dataset = CustomDataset(test_data_path, test_label_path, num_keypoints=14)
```
这会将测试数据的标注数据设置为14个关键点。
3. 修改评估指标,例如:
```python
eval_metrics = {'MAE': MAE(num_keypoints=14), 'PA': PA(num_keypoints=14)}
```
这会将评估指标设置为只考虑14个关键点。
需要注意的是,这种修改可能会对模型的表现产生一定的影响,因此最好还是重新训练模型。
HRNet网络在mpii数据集上识别16个关键点,0-15标号分别对应什么关键点,规定这些关键点标号的代码在哪个文件里
在 MPII 数据集中,HRNet 网络识别的 16 个关键点的标号和对应的关键点如下:
| 标号 | 关键点 |
|:---:|:---:|
| 0 | 右脚踝 |
| 1 | 右膝盖 |
| 2 | 右髋部 |
| 3 | 左髋部 |
| 4 | 左膝盖 |
| 5 | 左脚踝 |
| 6 | 骨盆中心 |
| 7 | 脖子 |
| 8 | 头顶 |
| 9 | 左肘 |
| 10 | 左手腕 |
| 11 | 左肩 |
| 12 | 右肩 |
| 13 | 右手腕 |
| 14 | 右肘 |
| 15 | 脊椎中心 |
在 HRNet 代码中,这些关键点的标号定义在 `hrnet/lib/datasets/mpii_dataset.py` 文件中,可以通过查看该文件中的 `MPIIDataset` 类来获取这些标号和对应的关键点。其中,`self.joints` 列表中存储了这些关键点的名称和标号。
阅读全文