Mr.Fire

See https://github.com/fire717/movenet.pytorch/issues/5

: )

是的，因为我是追求速度，就复现的Lightning版本。 关键点找不到的原因有很多，可能需要打印下输出值排查下。你是用的我的predict.py预测的吗？这个应该会同步生成相关的heatmap图，你可以看看是否正常。

我看了下，主要区别应该就是size192换成256，width1.0换成1.75 然后相应需要修改的也就是两个权重矩阵，你说的好像只有一个？一个是中心的权重矩阵，一个是每个关键点的权重矩阵。不过前者是提前生成好的类似高斯核的权重，后者是代码里生成的固定0,1,2等差数列，有可能你指的hardcode也修改了。

那可能要慢慢排查下了，你可以先不改变分辨率只修改宽度因子，对比下提升。确认没问题，再去尝试修改分辨率。

> Hi author， > > 请教一下，boneLoss里面，设定了bone_idx，看起来像是针对你自己数据集做的设置。如果按照原生coco 17个关键点的设定，这个bone_idx应该如何设置呢？Thanks. 这个就是骨架，你可以按骨架来连接关键点id。但是实际代码好像是所有点都连接了，因为实测这样会有提升。

是的，这个一开始是我自己的数据集，这个忘记改了估计。 数据我没找到现成的，我是自己爬的比站的相关视频，然后抽帧然后手动标注的； 关键点分布你是指分布区域还是标注是否正确？这个应该需要自己根据自己的需求写脚本吧。比如把标注的关键点画到原图上然后观察是否标注正确。

这个应该没有现成的工具吧，都是自己按需求编写python脚本，通过numpy数据分析或者plt、opencv可视化

直接使用movenet_mobilenetv3.py可以训练，得到的模型文件就是output/mbv3_e81_valacc0.78953.pth （有可能是shufflenetv2，我当时也改过很多版本可能弄混了...）

do u changed the saved tfrecord filename? if not, the four might be replaced into one file