Semantic Graph Convolutional Networks for 3D Human Pose Regression 开源项目教程

1. 项目介绍

本项目是基于论文“Semantic Graph Convolutional Networks for 3D Human Pose Regression”的PyTorch实现。该论文提出了一种新型的图卷积网络架构，适用于具有图结构数据的回归任务。本项目专注于使用图卷积网络进行3D人体姿态估计，并在Human3.6M数据集上展示了优异的性能。

2. 项目快速启动

环境准备

• Python 2.7
• PyTorch 1.1.0
• Ubuntu 16.04
• NVIDIA GPU

首先，确保安装了上述环境。推荐使用Anaconda安装Python 2.7，并按照官方指南安装PyTorch。

克隆项目

git clone [e-mail]:garyzhao/SemGCN.git
cd SemGCN

安装依赖

pip install -r requirements.txt

数据集设置

详细的数据集设置说明可以在项目中的data/README.md文件中找到。数据准备代码来自于VideoPose3D项目。

预训练模型评估

预训练模型可以从Google Drive下载，并放置在项目根目录下的checkpoint文件夹中。

评估Martinez等人的模型：

python main_linear.py --evaluate checkpoint/pretrained/ckpt_linear.pth.tar

评估不带非局部块的SemGCN模型：

python main_gcn.py --evaluate checkpoint/pretrained/ckpt_semgcn.pth.tar

评估带非局部块的SemGCN模型：

python main_gcn.py --non_local --evaluate checkpoint/pretrained/ckpt_semgcn_nonlocal.pth.tar

从零开始训练

如果想要重现预训练模型的结果，可以运行以下命令。

对于Martinez等人的模型：

python main_linear.py

对于不带非局部块的SemGCN模型：

python main_gcn.py --epochs 50

对于带非局部块的SemGCN模型：

python main_gcn.py --non_local --epochs 30

3. 应用案例和最佳实践

可视化模型预测

可以通过以下命令生成模型预测的可视化结果：

python viz.py --architecture gcn --non_local --evaluate checkpoint/pretrained/ckpt_semgcn_nonlocal.pth.tar --viz_subject S11 --viz_action Walking --viz_camera 0 --viz_output output.gif --viz_size 3 --viz_downsample 2 --viz_limit 60

训练和评估最佳实践

• 使用地面真实2D检测结果进行训练和评估。
• 根据需要调整网络设置，如num_layers和hid_dim。
• 使用预训练模型作为起点，进行微调以满足特定需求。

4. 典型生态项目

• 3d-pose-baseline
• 3d_pose_baseline_pytorch
• VideoPose3D

以上项目为相关领域的其他开源项目，可以为研究者和开发者提供额外的资源和参考。在开展类似研究时，可以考虑借鉴这些项目的实现和最佳实践。