免责声明 这是原始 github存储库的略微修改版本,用于通过可视化对自定义解析数据集进行测试。 有关详细信息,请参考原始存储库。 零件分组网络(PGN) 龚恭,梁晓丹,李以成,陈以民,杨明和林良,“通过零件分组网络进行实例级人员解析”,ECCV 2018(口头)。 介绍 PGN是用于在之上构建语义部分分割,实例感知边缘检测和实例级人工解析的最新深度学习。 该发行版为ECCV 2018接受的最新提供的关键模型成分提供了公开可用的实现。 人群实例级人员解析(CIHP)数据集 在我们的上对PGN进行了培训和评估,以进行非等级别的人员解析。 请检查以获取更多型号详细信息。 该数据集也可从和。 预训练模型 我们已经在CIHP数据集上发布了经过训练的PGN模型。 安装 使用python 3.6运行pip install -r requirements.txt并安装pip。 推理 下载预训练的模型,并将其存储在$ HOME / checkpoint中。 准备图像并将其存储在$ HOME / datasets中。 运行test_pgn.py。 结果保存在$ HOME / output中 评