الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

TRT_POSE

تريد اكتشاف يديك؟ تحقق من مشروع TRT_POSE_HALH الجديد للحصول على تعاطي اليد في الوقت الفعلي والتعرف على الإيماءات!

تهدف TRT_POSE إلى تمكين تقدير العرض في الوقت الفعلي على NVIDIA Jetson. قد تجدها مفيدة لمنصات Nvidia الأخرى أيضًا. يشمل المشروع حاليًا

  • نماذج مدربة مسبقًا لتقدير الوضع البشري القادر على الجري في الوقت الفعلي على Jetson Nano. هذا يجعل من السهل اكتشاف ميزات مثل left_eye ، left_elbow ، right_ankle ، إلخ.

  • تدريب البرامج النصية للتدريب على أي بيانات مهمة Keypoint بتنسيق MSCOCO. هذا يعني أنه يمكنك تجربة تدريب TRT_POSE لمهام الكشف عن مفاتيح المفاتيح بخلاف الوضع البشري.

للبدء ، اتبع التعليمات أدناه. إذا واجهت أي مشكلات ، فيرجى إخبارنا بذلك.

ابدء

للبدء مع TRT_POSE ، اتبع هذه الخطوات.

الخطوة 1 - تثبيت التبعيات

  1. تثبيت pytorch و torchvision. للقيام بذلك على Nvidia Jetson ، نوصي باتباع هذا الدليل

  2. تثبيت Torch2trt 

     git clone https : // github . com / NVIDIA - AI - IOT / torch2trt
cd torch2trt
sudo python3 setup . py install - - plugins

  3. تثبيت حزم متنوعة أخرى 

     sudo pip3 install tqdm cython pycocotools
sudo apt - get install python3 - matplotlib

الخطوة 2 - تثبيت TRT_POSE 

 git clone https : // github . com / NVIDIA - AI - IOT / trt_pose
cd trt_pose
sudo python3 setup . py install

الخطوة 3 - قم بتشغيل مثال دفتر الملاحظات

نحن نقدم اثنين من نماذج تقدير تشكل البشرية تدرب مسبقا على مجموعة بيانات MSCOCO. يتم عرض الإنتاجية في FPS لكل منصة

نموذج جيتسون نانو جيتسون كزافييه الأوزان
resnet18_baseline_att_224x224_a 22 251 تنزيل (81 ميجابايت)
densenet121_baseline_att_256x256_b 12 101 تنزيل (84 ميجابايت)

لتشغيل عرض دفتر Notebook Live Jupyter على إدخال الكاميرا في الوقت الفعلي ، اتبع هذه الخطوات

  1. قم بتنزيل أوزان النموذج باستخدام الرابط في الجدول أعلاه.

  2. ضع الأوزان التي تم تنزيلها في دليل المهام/Human_Pose

  3. افتح واتبع دفتر الملاحظات live_demo.ipynb

    قد تحتاج إلى تعديل دفتر الملاحظات ، اعتمادًا على النموذج الذي تستخدمه

انظر أيضا

  • TRT_POSE_HALH - تقدير يدوي في الوقت الفعلي على أساس TRT_POSE

  • Torch2trt - سهلة الاستخدام Pytorch إلى محول Tensorrt

  • Jetbot - روبوت منظمة العفو الدولية التعليمية على أساس Nvidia Jetson Nano

  • Jetracer - سيارة سباق AI التعليمية باستخدام Nvidia Jetson Nano

  • Jetcam - واجهة كاميرا Python سهلة الاستخدام لـ Nvidia Jetson

مراجع

تستوحى بنيات طراز TRT_POSE المذكورة أعلاه من الأعمال التالية ، ولكنها ليست نسخة طبق الأصل مباشرة. يرجى مراجعة رمز المفتوح وملفات التكوين في هذا المستودع لتفاصيل الهندسة المعمارية. إذا كان لديك أي أسئلة ، فلا تتردد في التواصل.

  • CAO ، Zhe ، وآخرون. "في الوقت الفعلي 2D 2D Pose التقدير باستخدام حقول التقارب جزء." وقائع مؤتمر IEEE حول رؤية الكمبيوتر والتعرف على الأنماط. 2017.

  • شياو ، بن ، هايبينج وو ، ويشين وي. "خطوط أساسية بسيطة لتقدير تشكل البشرية وتتبعها." وقائع المؤتمر الأوروبي حول رؤية الكمبيوتر (ECCV). 2018.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل