Mr.Fire

fine-tune it for 16 key points is a little complecated , cause the target of this repo is to reproduce origin movenet, if u wanna use different size or points...

If u have only one object, other_keypoints should be {} Yes, key points value is relative value of x, such as 0.64, absolute value = 0.64x192 As u have so...

label2center just convert ur center point location (x,y) to a heatmap feature map, so if it's not right, maybe because the (x,y) for your center is not right. The center...

“最后生成了热力图和关键点检测”是什么意思？你不是都生成了吗？ 还是说生成了模型？ 训练好得到模型，可以参考readme的第五步和第六步： ```shell # 5.After training finished, you need to change the test model path to test. Such as this in predict.py run_task.modelLoad("output/xxx.pth") # 6.run predict to show predict...

这个貌似没有，你根据需要按顺序绘制cv2.line即可，很简单

这是体现在制作reg标签的heatmap的地方的，取值的时候只能取一个值。 参考https://github.com/fire717/movenet.pytorch/issues/12 ： https://github.com/fire717/movenet.pytorch/blob/bbc81408bd4da49789d912fd08635355fe123e60/lib/data/data_tools.py#L123-L136

在训练的时候 你根据center取到的值不一定就是你标记的那一点的值，可能就是落在周围一圈，如果不对周围一圈赋值那么就取到0了，赋值了可以保证取到周围一圈也能继续训练。

尺寸可以加大，但是不能直接修改尺寸，因为涉及到特征图的权重矩阵。 修改图像尺寸后，需要重新生成数据，然后修改两个特征图相乘的权重 可以参考这个issue的相关讨论：https://github.com/fire717/movenet.pytorch/issues/1

在output目录下有基于coco训练得到的模型可以用作预训练。 另外对于这种小模型来说，使用预训练意义不是特别大。

你好，这个我记得当时好像是因为中心点在图像中心左侧、右侧以及上下侧取法都不一样，这会来看似乎又有点不对，我最近略忙，你可以先实验看看是否有提升。后面有空我也测试看看。