Skip to content

Latest commit

 

History

History
67 lines (39 loc) · 1.71 KB

README.md

File metadata and controls

67 lines (39 loc) · 1.71 KB

Hand21_Landmarks

Hand21_Landmarks人手21关键点模型训练推理。

安装

环境

此代码是使用带有NVIDIA GPU的Ubuntu 16.04上的Python 3.5和pytorch 0.4.0开发的。使用带有CUDA 9.0和cuDNN 7.0的1个NVIDIA GTX 1080TI GPU进行训练和测试，其他平台或GPU未经过全面测试。

依赖项

  1. 请按照官方说明安装docker

  2. 克隆项目

git clone [email protected]:abnercloud/Hand21_Landmarks.git
  1. 构建docker镜像
cd Hand21_Landmarks/
sudo docker build -f ./docker/Dockerfile -t hand21_ldmks:gpu-v0.1 ./docker/
  1. 启动训练环境
sudo docker run --name hand21_ldmks --gpus 0  -it --rm -v $PWD/:/Hand21_Landmarks/ hand21_ldmks:gpu-v0.1 bash

运行

测试

cd /Hand21_Landmarks/

python3 demo.py --indir ${img_directory} --outdir ${out_dir} --nClasses 106 --save_img

# example:
python3 demo.py --indir examples/imgs/ --outdir examples/outputs/ --nClasses 106 --save_img

训练

cd /Hand21_Landmarks/train_sppe/src

# Stage 1
python train.py --dataset dt_21_hand --expID stg_1 --nClasses 21 --LR 1e-4 --trainBatch 32 --validBatch 32 --nEpochs 60 --nThreads 30 --inputResH 256 --inputResW 256 --outputResH 64 --outputResW 64 --optMethod adam

# Stage 2
python train.py --dataset dt_21_hand --expID stg_2 --nClasses 21 --LR 1e-5 --trainBatch 32 --validBatch 32 --nEpochs 60 --nThreads 30 --inputResH 256 --inputResW 256 --outputResH 64 --outputResW 64 --optMethod adam --loadModel ../exp/coco/stg_1/model_30.pkl --addDPG


## Tensorboard
Stage 1: nohup tensorboard --logdir .tensorboard/coco/stg_1/ &
Stage 2: nohup tensorboard --logdir .tensorboard/coco/stg_2/ --port 6007 &