这里主要记录了一下我在可视化自定义视频的过程，因为时间间隔的也比较久远了，所以如果有错误也请大家指出来，主要还是参考作者提供的 INFERENCE.md 中的教程。另外我是在linux系统下运行的，pytorch版本是1.7
这一步我没有做，如果需要的话，可以参考作者提供的教程。
3.1 安装detectron2
1.首先要满足官方说明的环境依赖，系统，pytorch版本，opencv版本等等，这里就不再详细写了
2.安装需要的包，以及 detectron2
pip install opencv-python
pip install cython
pip install pycocotools
git clone https://github.com/facebookresearch/fvcore
pip install -e fvcore
git clone https://github.com/facebookresearch/detectron2.git
python -m pip install -e detectron2
3.2 推理 2D 关键点
1.在 inference 文件夹中新建两个文件夹 input_directory 和 output_directory
2.执行命令以下命令：
cd inference
python infer_video_d2.py --cfg COCO-Keypoints/keypoint_rcnn_R_101_FPN_3x.yaml --output-dir output_directory --image-ext mp4 input_directory
cd ..
注意路径需要替换成你存放的路径，执行完这步之后应该会在 data 文件夹中生成 data_2d_custom_myvideos.npz 文件
cd data
python prepare_data_2d_custom.py -i /home/xxx/xxxx/VideoPose3D/inference/output_directory/ -o myvideos
cd ..
执行完这一步会生成 output.mp4的视频（当然你也可以让它叫别的名字)，还是注意路径和输入视频的名字要修改成你的
python run.py -d custom -k myvideos -arc 3,3,3,3,3 -c checkpoint --evaluate pretrained_h36m_detectron_coco.bin --render --viz-subject input_video.mp4 --viz-action custom --viz-camera 0 --viz-video /home/xxx/xxxx/VideoPose3D/inference/input_directory/input_video.mp4 --viz-output output.mp4 --viz-size 6
如果需要将视频中的关键点坐标保存起来，可以执行下面的命令，运行完成后可以生成 numpy 的文件
python run.py -d custom -k myvideos -arc 3,3,3,3,3 -c checkpoint --evaluate pretrained_h36m_detectron_coco.bin --render --viz-subject input_video.mp4 --viz-action custom --viz-camera 0 --viz-video /home/xxx/xxxx/VideoPose3D_2/inference/input_directory/input_video.mp4 --viz-export outputfile --viz-size 6
到这里就结束啦，如果detectron2安装成功了，还是在第五步出错，可能是在2D推理或者生成自定义数据集的时候出现了错误，也有可能是视频不合适，可以多试几次第三步和第四步，或者换视频试试。
Original: https://blog.csdn.net/qq_44942539/article/details/121983187
Author: 菜鸟的自我修养～
Title: 【VideoPose3D】可视化自定义视频
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/709625/
转载文章受原作者版权保护。转载请注明原作者出处！