原创 light-OpenPose OpenVINO搭建測試

搭建light openpose openVINO 環境,測試CPU下姿態估計效果。主要參考Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPos

原创 Hourglass Network - stacked hourglass network for human pose estimation 論文解讀

paper title: stacked hourglass network for human pose estimation paper link: https://arxiv.org/abs/1603.06937 oral

原创 Human Pose Estimation with Iterative Error Feedback 論文解讀

paper title: Human Pose Estimation with Iterative Error Feedback paper link: https://arxiv.org/abs/1507.06550 oral

原创 DeepPose - human pose estimation via deep nerual networks 論文解讀

paper title: deepPose: human pose estimation via deep nerual networks paper link: https://arxiv.org/pdf/1312.4659.p

原创 Simple Baselines for Human Pose Estimation and Tracking 論文解讀

paper title: simple baselines for human pose estimation and tracking paper link: https://arxiv.org/abs/1804.06208 g

原创 GitLab 私服搭建

一直在用github,之前也用了很長一段時間gitlab;最近自己搗鼓一下GitLab私服搭建,推薦至少4G RAM。 系統:Ubuntu 18.04 LTS 基本按照官方的安裝配置即可,下面是基本流程、結果和可能遇到的問題。 1

原创 SMPL: A Skinned Multi-Person Linear Model論文解讀

SMPL paper title: SMPL: A Skinned Multi-Person Linear Model paper link: http://files.is.tue.mpg.de/black/papers/SMP

原创 CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark 論文解讀

paper title:CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark paper link:https://arxiv.org/pd

原创 OpenPose - Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields 論文解讀

paper title: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields paper link: https://arxiv.org/abs/

原创 Efficient Object Localization Using Convolutional Networks 論文解讀

paper title: Efficient Object Localization Using Convolutional Networks paper link: https://arxiv.org/pdf/1411.4280

原创 convolutional pose machines 論文解讀

paper title: convolutional pose machines paper link: https://arxiv.org/abs/1602.00134 oral or demo video:https://ww

原创 ShuffleNet - An Extremely Efficient Convolutional Neural Network for Mobile 論文解讀

ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile conf & author: CVPR18 & Xiangyu Zhang et

原创 Tensorflow YOLO代碼解析(2)

下面介紹數據集處理部分代碼。訓練數據的處理主要包括兩部分,一是在模型訓練前使用數據預處理腳本preprocess_pascal_voc.py 對下載得到的數據集處理得到一個訓練樣本信息列表文件。二是在模型訓練時根據訓練樣本的信息列

原创 docker+Django+SSD 搭建目標檢測服務

docker+Django+SSD 目標檢測 使用docker+Django+SSD搭建目標檢測服務,相關部署流程可以參考tensorflow tfserving + django,搭建圖像分類預測web服務 saved_mod

原创 Tensorflow YOLO代碼解析(4)

下面介紹訓練和測試代碼,訓練代碼主要graph構建,加載預訓練模型,訓練中的數據讀取和保存相關日誌和模型文件等內容,測試代碼主要部分是模型預測結果格式的轉換。 其他相關的部分請見: YOLO代碼解析(1) 代碼總覽與使用 YOLO