YC0315

> @yyssmm 你解决了吗？我也遇到了同样的问题。QQ：858856173 您好，请问您解决可视化问题了吗？

> 能否分享一下相关的可视化代码，谢谢 您好，请问您解决可视化问题了吗？

> Did you succeed in the test? Some errors occur when I run the test code "python eval_video_official. py".

> Y1996-wwj 你好， > > 感谢你对我们工作的关注！在训练过程中，程序会将训练集中的图片交给网络，通过调整网络的参数，使得网络的预测结果和训练集的标注尽可能接近。彭同学的 PVNet 和我们的 HybridPose 在这里的流程是一致的。 > > 希望这对你有所帮助！ 也就是说您的网络也是在测试阶段才会生成2D关键点是吗？我对您的网络的理解是：网络在训练阶段就会生成2D关键点（图1），然后根据生成的2D关键点去构建edge vevtors（图2）,请问这样理解对吗？ 

> Y1996-wwj 你好， > > 我似乎没有理解你的问题，非常抱歉。你所说的测试阶段才会“生成”2D关键点是什么意思呢？ 非常感谢您能这么快回复我的问题！ 我的意思是，在训练阶段pvnet只是输出了预测的向量场和mask就完事了，并没有在训练阶段进行霍夫投票产生最终的9个2D关键点，而是在测试阶段才进行霍夫投票。不知道我理解的是否正确，而您的网络在训练阶段输出向量场和mask后还进行了投票产生了9个2D关键点。 下面这副图是pvnet作者在github上给其他读者的回信，不知道我的理解是否正确希望可以得到您的解答。  。

> 准确地说，在训练图中红色的 Prediction Networks 的时候，我们没有投票产生二维的关键点。但在训练图中黄色和绿色的 Initialization 和 Refinement sub-module 的时候，我们需要投票产生二维的关键点。这两处的训练是各自独立的。模型主体部分是红色的 Prediction Networks ，后面的两个 Sub-module 各自都只有个位数的参数。希望这对你有所帮助！ 好的，我明白您的意思了，再次感谢您这么棒的工作！

> When executing "python main_CenterPose.py", an error is reported: ImportError: dlopen: cannot load any more object with static TLS. Have you encountered it? Use 4.0.0 typing_ Extensions can solve this...