1. 国際的な実践、前面に書かれています
商用利用ではなく、個人的な研究によるものであり、能力に限界がありますので、間違いやご質問がございましたら、お気軽にご連絡ください。私を修正し、一緒に進歩することを歓迎します。
2. 基本的な手順と発生した問題
科学の普及を行わない場合は、基本的なアルゴリズム開発能力が必要です。
01. Read the Paper and see what it is about. マックス・プランクはすごいとしか言いようがありません。
(露出した鶏の足.jpg)
02. git からコードをプルする
git clone https://github.com/hongsukchoi/TCMR_RELEASE
環境をデプロイし、環境の基本要件である構成ファイルをインストールします。
python==3.7
numpy==1.17.5
torch==1.4.0
torchvision==0.5.0
独自のデータやモデルをトレーニングするのではなく、ただ実行するだけの場合は、
対応するモデルとデータを見つける必要があります。これは穴です。
サーバーが外部ネットワークに接続できないため、長時間検索した結果、一致しないファイルがいくつかあり、愕然としました。
大まかなファイルディレクトリは次のとおりです。
キーはデータ パスです。必ずデータ パスを所有してください。内部ファイルは図に示すとおりです。
問題がある場合はプライベートメッセージを送ってください。
完了したら、サーバーのパスに resnet50 をダウンロードします。
$HOME/.cache/torch/hub/checkpoints/resnet50-19c8e357.pth
パブリック ネットワーク上で直接使用することも、それ以外の場合は、ダウンロードして次の場所に置くこともできます。
次に、demo.py ファイルを実行します。
GPU を指定しない場合、デフォルトは 1 カードとなり、CPU での実行が非常に遅くなることに注意してください。
その後、demo.py を実行すると、図に示すようにエラーが報告されます。
RuntimeError: view size is not compatible with input tensor's size and stride (at least one dimension spans across two contiguous subspaces). Use .reshape(...) instead
ビューでは、テンソルが連続である必要があります。。はいはい。
対応するファイルを見つけて、.contiguous() を変更して追加します。
transforms_mat = transform_mat(
rot_mats.contiguous().view(-1, 3, 3),
rel_joints.contiguous().view(-1, 3, 1)).view(-1, joints.shape[1], 4, 4)
三、結果表示
テスト
tcmr_demo_output
(つまり、これをどうやって拡大することができますか)
良い!!