用pytorch中的keypoint_rcnn训练一个自建数据集的关键点检测模型_keypoint_detection.zip

该文档是用pytorch内置的keypoint_rcnn模型来对自建的数据集进行训练 ## 实验环境和相关预备 |key|value| |----------|----------| |系统环境|Ubuntu 18.04| |CPU|Intel(R) Xeon(R) CPU E5-2678 v3 @ 2.50GHz| |GPU|NVIDIA Tesla K80| |Python版本|jupyter-notebook python3.7.10 (anaconda installed python3.7.10 virtual environment)| |torch版本|1.13.0+cu116| |模型版本|torchvision.models.detection.keypointrcnn_resnet50_fpn| |摄像头像元尺寸|未知| |摄像头传感器尺寸|未知| |摄像头视角角度|未知| |摄像头输出分辨率|640*480| |其他|Bittle，Bittle支架，摄像头支架| 根据环境安装[pytorch](https://pytorch.org/get-started/locally/) ```python pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116 ``` ```python pip install albumentations pip install pycocotools ``` *对pycocotools库中的cocoeval.py文件进行修改。 ```python #modify self.kpt_oks_sigmas = np.array([.26, .25, .25, .35, .35, .79, .79, .72, .72, .62,.62, 1.07, 1.07, .87, .87, .89, .89])/10.0 #to self.kpt_oks_sigmas = np.array([.5, .5]) / 10.0 ``` 数据集标注工具 : [**labelImg**](https://github.com/heartexlabs/labelImg) 数据集格式转换，转换成keypoint_rcnn要求的格式,见[Convert_labels](./Convert_labels.ipynb). 我遇到的问题： * ```python 'cv2' has no attribute '_registerMatType``` --[解决方法](https://juejin.cn/post/7149915647902744589) 展望： * 数据集的收集可以多样化：模拟数据和现实数据