大佬！

[mstc-xqp]

hi 大佬你好 这个你有效果图吗 具体怎么跑起来呢

[HaoLiuHust]

windows上用VS配置下Opencv，这个有些久远了

[mstc-xqp]

windows上用VS配置下Opencv，这个有些久远了

是直接根据论文实现的吗， 你有两个项目

这两个有什么区别呢

[HaoLiuHust]

不同的方法

[mstc-xqp]

windows上用VS配置下Opencv，这个有些久远了

请问是vs 2013嘛

我2017启动不了

[HaoLiuHust]

错误是什么？

[mstc-xqp]

这个呢

[mstc-xqp]

这个效果是比另一个 项目效果好嘛 另一个项目好像容易编译点 文件少点

[HaoLiuHust]

一个是传统的图像处理，一个是机器学习

[HaoLiuHust]

这个效果是比另一个 项目效果好嘛 另一个项目好像容易编译点 文件少点

这个有些久远了，可能得你自己编了啊···看错误应该是一些环境比如头文件目录啥的没设置好，当时写的比较挫，项目安排不够好

[mstc-xqp]

这个效果是比另一个 项目效果好嘛 另一个项目好像容易编译点 文件少点

这个有些久远了，可能得你自己编了啊···看错误应该是一些环境比如头文件目录啥的没设置好，当时写的比较挫，项目安排不够好

嗯嗯 感谢！请问你下现在还能运行吗，可以看看demo吗

[mstc-xqp]

这个效果是比另一个 项目效果好嘛 另一个项目好像容易编译点 文件少点

这个有些久远了，可能得你自己编了啊···看错误应该是一些环境比如头文件目录啥的没设置好，当时写的比较挫，项目安排不够好

现在有些新的方法吗

[HaoLiuHust]

这个效果是比另一个 项目效果好嘛 另一个项目好像容易编译点 文件少点

这个有些久远了，可能得你自己编了啊···看错误应该是一些环境比如头文件目录啥的没设置好，当时写的比较挫，项目安排不够好

现在有些新的方法吗

现在都用深度学习了，这些传统方法没啥大用了

[mstc-xqp]

这个效果是比另一个 项目效果好嘛 另一个项目好像容易编译点 文件少点

这个有些久远了，可能得你自己编了啊···看错误应该是一些环境比如头文件目录啥的没设置好，当时写的比较挫，项目安排不够好

现在有些新的方法吗

现在都用深度学习了，这些传统方法没啥大用了

是指yolo faster rcnn那些吗 但是 他们是用在RGB上啊 ， 直接用深度图训练可能效果也一般?

[HaoLiuHust]

这个效果是比另一个 项目效果好嘛 另一个项目好像容易编译点 文件少点

这个有些久远了，可能得你自己编了啊···看错误应该是一些环境比如头文件目录啥的没设置好，当时写的比较挫，项目安排不够好

现在有些新的方法吗

现在都用深度学习了，这些传统方法没啥大用了

是指yolo faster rcnn那些吗 但是 他们是用在RGB上啊 ， 直接用深度图训练可能效果也一般?

不会，深度学习的鲁棒性比这些传统的方法强很多，只是对数据量的需求会更大

[mstc-xqp]

不会，深度学习的鲁棒性比这些传统的方法强很多，只

嗯嗯 那就是要标注大量的呢 请问你有试过嘛

[HaoLiuHust]

不会，深度学习的鲁棒性比这些传统的方法强很多，只

嗯嗯 那就是要标注大量的呢 请问你有试过嘛

深度图的没有，我现在做的是彩色图相关的深度学习。不建议再继续做传统的，可以当学习用，做论文或者项目的话就不要再用了

[mstc-xqp]

呜呜终于跑通了

DepthHumanDetector depthdetector;
Mat depthimg = imread("6.png", CV_LOAD_IMAGE_ANYDEPTH);
Mat disparityimg = imread("6d.png", CV_LOAD_IMAGE_ANYDEPTH);

请问这两个填什么呢 ，文件里没有
只有这两
Mat depthimg = imread("003.png", CV_LOAD_IMAGE_ANYDEPTH);
Mat disparityimg = imread("disparity01.png", CV_LOAD_IMAGE_ANYDEPTH);

请问这两个是单独的项目吗，感觉功能不太一样

[HaoLiuHust]

基本上是一样的项目，实现细节有点差异。
depthimg是深度图，disparityimg是视差图。这篇论文里面用了这2种图，是kinect采集的数据。不建议看这篇论文，事实上我认为这篇论文造假了

[mstc-xqp]

基本上是一样的项目，实现细节有点差异。
depthimg是深度图，disparityimg是视差图。这篇论文里面用了这2种图，是kinect采集的数据。不建议看这篇论文，事实上我认为这篇论文造假了

感谢！！双节快乐啊！！

[mstc-xqp]

string testpath = "F:\\depth10\\";
string resultspath = "F:\\liuhao\\testTrainSet\\result11\\";
string modelpath = "F:\\liuhao\\testTrainSet\\models8\\";
string negpath = "F:\\liuhao\\negtestfull\\";

这个用SVM的项目是效果好把 这个训练集是用哪个呢

[HaoLiuHust]

string testpath = "F:\\depth10\\";
string resultspath = "F:\\liuhao\\testTrainSet\\result11\\";
string modelpath = "F:\\liuhao\\testTrainSet\\models8\\";
string negpath = "F:\\liuhao\\negtestfull\\";

这个用SVM的项目是效果好把 这个训练集是用哪个呢

训练集是我们自己采集的

[HaoLiuHust]

用深度相机采集有人和无人的场景，然后人工标出人体框，根据人体框裁剪出人体作为正样本，随机从无人区域截取作为负样本。

[mstc-xqp]

hi,请问最后结果跑出来这样正确吗

[mstc-xqp]

而且速度要几分钟嘛

[HaoLiuHust]

额，这结果看起来很差···印象中没这么差

[1939938853]

HaoLiuHust好，

深度学习可能更简单些， 但是需要大量数据来训练。其推理速度也不是很理想。 现在的语义或实例分割， 运行速度还可以的， 估计是YolactEdge， 而且需要用到GPU。 对于深度图里的人物DL模型， 不知有没有什么已经训练的差不多是模型可以推荐? RGB 搞得的人就特别多了。

对深度图像里人物的语义分割， 可能用随机深林来的更实惠些。 不需要那么多的训练数据， 其运行速度也不错。 微软开发的Azure相机SDK里的人物姿态识别就是一个好例子。 这篇文章的论述也有一定道理。

[HaoLiuHust]

HaoLiuHust好，

深度学习可能更简单些， 但是需要大量数据来训练。其推理速度也不是很理想。 现在的语义或实例分割， 运行速度还可以的， 估计是YolactEdge， 而且需要用到GPU。 对于深度图里的人物DL模型， 不知有没有什么已经训练的差不多是模型可以推荐? RGB 搞得的人就特别多了。

对深度图像里人物的语义分割， 可能用随机深林来的更实惠些。 不需要那么多的训练数据， 其运行速度也不错。 微软开发的Azure相机SDK里的人物姿态识别就是一个好例子。 这篇文章的论述也有一定道理。

我也看过微软论文，另外也有个开源实现的，忘记叫啥名了。虽然用的随机森林，但数据量和训练资源和时间也挺大的···现在基本还是深度学习一统天下了，至于推理速度，现在大部分要么GPU跑，要么NPU跑了，CPU上用OpenVino也并非不可接受了