YOWOv2(yowov2)动作识别+Fastreid身份识别 详细安装与实现

• 首先yowov2是一款简单且实时的时空动作检测方案，fastreid是行人重识别（身份识别）

  • yowov2介绍链接直达
  • fastreid链接直达
  • 为时空动作检测任务设计实时框架仍然是一个挑战。YOWOv2 提出了一种新颖的实时动作检测框架，利用三维骨干和二维骨干进行准确的动作检测。经过改进，YOWOv2 明显优于 YOWO，并且仍然可以保持实时检测。YOWOv2 在数据集 UCF101-24 上以超过 20 FPS 的速度实现了 87.0% 的视频帧 mAP 和 52.8% 的全视频 mAP。在数据集 AVA 上，YOWOv2 在提速 20 FPS 的同时实现了 21.7% 的视频帧 mAP。

• 引入身份识别可以精确记录某个人的动作信息

• 效果图

  • ui界面 含有摄像头和视频检测, 同时右侧可以选择模型, 摄像头, 和是否使用CUDA

  • 

  • 动作识别预览(弯腰和站立, 动作很多(摔倒动作,骑马动作都有, 如果需要自己训练动作,则自己制作ava数据集进行模型训练))

  • 身份识别预览(左下角)身份识别 FastReID利用预训练的深度卷积神经网络（如ResNet、MobileNet等）作为基础模型，通过特征提取网络来提取图像中的行人特征。可以用来描述行人的外观特征、姿势等信息。并通过计算余弦相似度来度量在特征空间中度量行人之间的相似度。

  • 

• 详细实现：

  • 首先创建YOWOv2环境，分为虚拟环境和Anaconda环境两种

  • 先讲使用虚拟环境的，linux上主环境的是 python3.8,

    1 创建虚拟环境, 当前文件夹就会有一个yowov2-virtual的文件夹

    python3 -m vene yowov2-virtual

    2, 激活环境

    source yowov2-virtual/bin/activate 

    3, 安装环境(pytorch1.10.1和cuda10.2) (这个因为是外网的,需要梯子(不然很慢))

    pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html

    4. 进入项目安装依赖

    pip install -r requirements.txt

    如果使用anaconda, 则

    1. 创建anaconda环境

    conda create -n yowov2-fastreid python==3.8

    2. 然后激活环境(如果activate 不行, 则试试source)

    conda activate yowov2-fastreid

    3. 与上面第三步一致 之后再运行ui_main.py 启动ui界面

• 详细使用信息

  • 视频已经上传到b站
    • B站视频链接直达
  • 闲鱼链接直达