CDRnet:通过相机解缠的表示进行轻量级多视图3D姿势估计-Tensorflow

通过相机解开的表示进行轻量级多视图3D姿势估计 这是Remelli等人[1]的论文“通过摄像机分解表示的轻量级多视图3D姿势估计”的Tensorflow实现。 该网络在Human3.6M数据集上进行了训练[2]。 我不是作者的一部分，并且此实现是独立的实现。 此实现仅基于本文，因此某些细节与作者的意图不同。 由于作者未随本文发布代码，因此我需要为一些测试工作编写此实现。 因此，某些部分有些粗糙。 但是代码可以让您端到端训练。 我还包括了测试代码以及​​训练有素的模型。 但是，您将需要下载Human3.6M数据。 要求： -Tensorflow 2.4.1 -cdflib -opencv -matplotlib -科学这些要求都可以通过pip安装。 如何-克隆存储库。 -下载Human3.6M数据。 -将视频数据放入“数据”文件夹，并将标签数据放入“标签”文件夹。 -如果要测试，请下载