【OpenPose-Windows】中断问题及图像不同分辨率对帧率的影响
【我的笔记本配置】
Operating system: Windows10
CUDA version :8.0
cuDNN version:5.1
GPU model :Nvidia GeForce 950M (2GB)
Caffe version: Default from OpenPose.
OpenCV version: Default from OpenPose (Windows).
【问题描述】
独立运行Pose模式的OpenPoseDemo可以正常运行，但是修改face 或者 hand 选项为 true，运行OpenPoseDemo项目，报出如下问题
【问题解析】
最初笔者以为是程序出现了bug，便到github上向OpenPose的提供者发出了问题
Win10-VS2015 running OpenPoseDemo(pose-hand or pose-face) have some questions #156
地址：https://github.com/CMU-Perceptual-Computing-Lab/openpose/issues/156
经过几次讨论和尝试，笔者锁定了installation.md文档中的FAQ，
Github链接：https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md#quick-start
发现是自己的电脑GPU配置太差，无法运行起来默认状态的pose+hand/face，以上报出的错误也是指出内存溢出。
解决方案
按照FAQ所回复的内容，笔者调整了网络的分辨率，其调整如下：
| 参数 | 0默认 | 1次调整 | 2次调整 | 3次调整 |
|---|---|---|---|---|
| net_resolution | 656x368 | 320x176 | 320x176 | 256x176 |
| face_net_resolution | 368x368 | 368x368 | 320x320 | 256x256 |
| hand_net_resolution | 368x368 | 368x368 | 320x320 | 256x256 |
备注：全部网络的分辨率必须为16的倍数。
【实验结果】
—————–0默认：
| 项目 | Pose | Pose+face | Pose+hand | Pose+face+hand |
|---|---|---|---|---|
| Bug否 | 无报错 | 报错，内存溢出 | 报错，内存溢出 | 报错，内存溢出 |
| 帧率 | 帧率较低，平均1.8fps | - | - | - |
| 细节还原度 样本：examples\media*.jpg | 骨骼还原存在误差，1人识别为2人 | - | - | - |
Pose配图
其他配图
—————–1次调整：
| 项目 | Pose | Pose+face | Pose+hand | Pose+face+hand |
|---|---|---|---|---|
| Bug否 | 无报错 | 无报错 | 无报错 | 报错，内存溢出 |
| 帧率 | 平均5.4fps | 帧率较低，平均1.6fps | 帧率较低，平均0.9fps | - |
| 细节还原度 样本：examples\media*.jpg | 骨骼正常还原 | 面目正常还原 | 手型正常还原 | - |
Pose配图
Pose+face配图
Pose+hand配图
Pose+hand+face配图
—————–2次调整：（Github官方FAQ推荐）
| 项目 | Pose | Pose+face | Pose+hand | Pose+face+hand |
|---|---|---|---|---|
| Bug否 | 无报错 | 无报错 | 无报错 | 报错，内存溢出 |
| 帧率 | 平均5.4fps | 帧率较低，平均2.6fps | 帧率较低，平均1.1fps | - |
| 细节还原度 样本：examples\media*.jpg | 骨骼还原度不变 | 面目还原度下降 | 手型还原度下降 | - |
Pose配图
Pose+face配图
Pose+hand配图
Pose+hand+face配图
—————–3次调整：
| 项目 | Pose | Pose+face | Pose+hand | Pose+face+hand |
|---|---|---|---|---|
| Bug否 | 无报错 | 无报错 | 无报错 | 报错，内存溢出 |
| 帧率 | 平均5.7fps | 帧率较低，平均2.6fps | 帧率较低，平均1.6fps | - |
| 细节还原度 样本：examples\media*.jpg | 骨骼还原度不变 | 面目还原度下降 | 例图无法还原手型 | - |
Pose配图
Pose+face配图
Pose+hand配图
Pose+hand+face配图
【OpenPose-Windows】中断问题及图像不同分辨率对帧率的影响相关推荐
- PANet：基于金字塔注意力网络的图像超分辨率重建（Pytorch实现）
PANet:基于金字塔注意力网络的图像超分辨率重建 [!] 为了提高代码的可读性,本文模型的具体实现与原文具有一定区别,因此会造成性能上的差异 文章目录 PANet:基于金字塔注意力网络的图像超分辨率 ...
- 一文掌握图像超分辨率重建（算法原理、Pytorch实现）——含完整代码和数据
目录 一. 图像超分辨率重建概述 1. 概念 2. 应用领域 3. 研究进展 3.1 传统超分辨率重建算法 3.2 基于深度学习的超分辨率重建算法 二. SRResNet算法原理和Pytorch实 ...
- 图像超分辨率算法：CVPR2020
图像超分辨率算法:CVPR2020 Unpaired Image Super-Resolution using Pseudo-Supervision 论文地址: http://openaccess.t ...
- 图像超分辨率与天气预报
图像超分辨率与天气预报 虽然我们每天都看天气预报,但是你知道我们所看到的天气预报是怎么预测出来的吗?气象预报按天气预报的时效长短,可粗略分为:短时天气预报.短期天气预报.中期天气预报和长期天气预报.数 ...
- python代码计算图像的分辨率
python代码计算图像的分辨率 def jpeg_res(filename):""""This function prints the resolution ...
- TF之p2p：基于TF利用p2p模型部分代码实现提高图像的分辨率
TF之p2p:基于TF利用p2p模型部分代码实现提高图像的分辨率 目录 一.tfimage.py文件功能解释 二.process.py添加一个新操作 一.tfimage.py文件功能解释 1.此处的c ...
- 图像超分辨率近两年几篇优秀论文及代码
最近看了很多图像超分辨率方面的文章,所以做一个总结,希望对大家有所帮助.所列出的文章都是很好的文章,其中包括一些顶级会议:CVPR,ICCV,ECCV等.其中有代码的我会给网址,还有的代码不公布.最后 ...
- CVPR 2021 | 基于跨任务场景结构知识迁移的单张深度图像超分辨率方法
©PaperWeekly 原创 · 作者|孙宝利 学校|大连理工大学硕士 研究方向|计算机视觉 项目主页: http://faculty.dlut.edu.cn/yexinchen/zh_CN/zdy ...
- 小米9拍照黑科技：基于NAS的图像超分辨率算法
作者:Xiangxiang Chu, Bo Zhang等 丨 机器之心编译丨 雷军表示:这是一篇小米最新出炉的论文,基于弹性搜索在图像超分辨率问题上取得了令人震惊的结果,该模型已开源. 本篇是基于 N ...
最新文章
- 推荐一款 Java 对象映射神器
- Python之Pandas库学习（一）：简介
- vi/vim常用命令总结参考图
- JS-面向对象--创建具有私有属性的对象(2个方法)
- python定义一个字符串后怎么修改_python基础--字符串操作详解
- 【WPF】WPF 命令
- element ui 选项卡切换_Vue.js + element-ui 扫盲(服务端对大前端的扫盲)
- Metaweblog在Android上使用
- java画直方图_算法练习(11):Java直方图的绘制(1.1.32)
- xcode6.3 ineligible devices解决方法
- APP用户界面设计六基本原则
- 游戏手机评测之摩托罗拉E398
- IOS 插屏广告弹窗
- colorUI框架使用教程
- 每日算法_4月11日_02
- Java使用POI实现导出Word文档
- swarm mysql集群_docker搭建基于percona-xtradb-cluster方案的mysql集群
- 单例模式《单例模式概念、什么时候能用到单例模式、单例模式的好处》
- Mobile按键对照表
- 网络考试系统主要由哪些功能模块组成