复现openpose

要复现OpenPose，可以使用以下命令：
- 对于新版STGCN：python3 main.py demo --openpose '/home/chq/openpose/build' --video '/home/chq/st-gcn/resource/media/skateboarding.mp4'。<em>1</em><em>2</em><em>3</em>
#### 引用[.reference_title]
- *1* *2* *3* [复现STGCN CPU版 （ubuntu16.04+pytorch0.4.0+openpose+caffe）](https://blog.csdn.net/sinat_28371057/article/details/124700872)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}} ] [.reference_item]
[ .reference_list ]

相关问题

openpose复现

为了复现OpenPose，你可以按照以下步骤进行操作：

1. 准备数据集：将相同类别的视频放在同一个文件夹中。你可以使用一个较老的数据集training_lib_KTH.zip，其中包含六种不同的行为，每个行为都放在不同的文件夹中。为了适应st-gcn的训练，每个视频的帧数不要超过300帧，最好是5~6秒的视频时长。如果超过300帧，可能会出现"index 300 is out of bounds for axis 1 with size 300"的错误。你可以使用FFmpeg工具对数据集进行裁剪，将视频的时长裁剪为6秒左右，约150帧。你可以从以下链接下载原始数据集和裁剪后的数据集：[链接](https://pan.baidu.com/s/1oHQyo-c3e5YXb52b-O0STQ?pwd=x166)

2. 搭建OpenPose环境：你需要搭建OpenPose的环境，以便提取视频的骨骼数据。你可以参考相关视频和博客教程来搭建OpenPose环境。如果你使用CUDA，最好先下载Visual Studio，然后再下载CUDA。

3. 提取骨骼数据：使用OpenPose提取你的视频中的骨骼数据。你可以按照以下步骤进行操作：
- 将视频输入OpenPose，通过视频帧逐帧提取骨骼点。
- 对于每个视频帧，OpenPose会输出一个包含骨骼点的矩阵，矩阵的大小为(3, 25)，其中3表示每个关节点的坐标(x, y, confidence)。
- 你可以根据需要对提取的骨骼数据进行后续处理和分析。

综上所述，你可以按照上述步骤复现OpenPose并提取视频中的骨骼数据。

lightweight openpose复现

轻量级OpenPose是一种基于深度学习的姿态估计算法，它可以从图像或视频中检测人体的关键点，并估计它们的姿态。要复现轻量级OpenPose，您需要先了解其基本原理和算法，并使用Python编程语言和深度学习框架（如TensorFlow或PyTorch）实现它。具体步骤包括数据准备、模型训练和测试、模型优化和调整等。在复现过程中，您还需要参考相关文献和代码库，以确保结果的准确性和可靠性。