爱学习的大白菜的博客

1.综述Pytorch的 torchvision库中有关键点检测的模型keypointrcnn_resnet50_fpn()网络模型，其可以对17个人体关键点进行检测。17个关键点包括：鼻子，左眼，右眼，左耳，右耳，左肩，右肩，左胳膊肘，右胳膊肘，左手腕，右手腕，左臀，右臀，左膝，右膝，左脚踝，右脚踝nose，left_eye, right_eye, left_ear, right_ear,left_shoulder, right_shoulder, left_elbow, right_elbow

torchvision库中已存在目标检测的相应模型，只需要调用相应的函数即可。1. 单文件：## 导入相关模块import numpy as npimport torchvisionimport torchimport torchvision.transforms as transformsfrom PIL import Image, ImageDraw, ImageFontimport matplotlib.pyplot as pltmodel = torchvision.models

看了许多大神的经验，做一个总结：验证测试的时候开启model.eval() 。设置随机种子。pytorch框架中模型加载器dataLoader的属性“shuffle”置为“False”。如果想看 具体原因 和 简单实现 可以继续往下看：验证测试的时候开启model.eval() 。因为可能你的模型中含有 BatchNormalization（批归一化）或 Dropout（舍弃），如果未设置模型为eval模式，则验证时会根据每次的batch调整或Dropout还是随机去掉某些神经元，