预处理
提取图片
将视频转换成图片，如果数据已经处理成了图片，可跳过该步骤
python3 apps/preprocess/extract_image.py ${data} --strip video_ --num 2000 --start 0
| 参数 | 含义 |
|---|---|
| –strip | 将视频名字中的该项去除 |
| –num | 从视频中提取的最大帧数 |
| –start | 起始帧数 |
提取关键点
| 参数 | 含义 |
|---|---|
| –openpose | OpenPose的安装路径 |
| –hand | 同时提取出手部关键点 |
| –face | 同时提取出脸部关键点 |
| –ext jpg | 图片后缀，默认jpg |
| –force | 强制重新开始，默认不重新开始 |
OpenPose
data=/path/to/data
python3 apps/preprocess/extract_keypoints.py ${data} --openpose /path/to/openpose
同时提取出手部关键点与脸部关键点
python3 apps/preprocess/extract_keypoints.py ${data} --openpose /path/to/openpose --hand --face
| 身体 | 手部 | 脸部 |
|---|---|---|
 |
 |
 |
使用YOLO+HRNet提取身体关键点
手动模式： 只用yolo提取框：
python3 apps/preprocess/extract_keypoints.py ${data} --mode yolo --annot annots-hr
标注框（可跳过）：
python3 apps/annotation/annot_track.py ${data} --sub <list of specified views>
提取关键点：
python3 apps/preprocess/extract_keypoints.py ${data} --mode hrnet --annot annots-hr --force
可视化与标注关键点：
python3 apps/annotation/annot_keypoin
ts.py ${data} --annot annots-hr
使用OpenPose提取脚：
python3 apps/preprocess/extract_keypoints.py ${data} --mode feet --annot annots-hr --force --openpose ${openpose}
mediapipe(只支持单人)
提取全身关键点
python3 apps/preprocess/extract_keypoints.py ${data} --mode mp-holistic
提取手部关键点
python3 apps/preprocess/extract_keypoints.py ${data} --mode mp-handl
手部关键点提取
# Mediapipe
python3 scripts/preprocess/extract_hand.py /nas/users/huangdi/EasyMocap-1v1h/1 --mode mediapipe
# ResNet with bbox tracker
python3 scripts/preprocess/extract_hand.py /nas/users/huangdi/MixCap/2021-10-09-01/capture-0-2 --video
可视化
可视化提取出来的关键点，参考标注器。
数据划分
选择数据集的部分帧，拷贝到新的目录：
python3 scripts/preprocess/copy_dataset.py /path/to/src /path/to/dst --start num_start --end num_end --step num_step