又又參加打卡了一次paddle活動，這次積極參加創意賽！
因為在雙人跳水中，兩名運動員的跳躍及空中姿態統一協調是評價運動員動作的重要指標，如果能把兩名運動員人體骨骼關鍵點標識出來，即可進行直觀地對比和判斷。
[h, w] = img_origin.shape[:2] #獲取圖寬高
limg = img_origin[:, :int(w/2), :] #左圖
rimg = img_origin[:, int(w/2):, :] #右圖
cv2.imwrite(leftpath, limg) #存左圖
cv2.imwrite(rightpath, rimg) #存右圖
僅顯示關鍵點，**效果並不理想，因此我參考了專案，將關鍵點連線起來。關鍵**是
def change_data(result):
def write_line(predict_img_path,out_img_path):
兩個函式。
5.將分開並畫好檢測線的兩張圖再合併起來。
l_p = cv2.imread(leftpath) #準備將左右圖再拼起來
r_p = cv2.imread(rightpath)
final_path = 'picout/' + out_pic
final_matrix = np.zeros((h, w, 3), np.uint8)
# change
final_matrix[0:h, :int(w/2)] = l_p
final_matrix[0:h, int(w/2):] = r_p
cv2.imwrite(final_path,final_matrix) #將拼好的圖存放好
不足與展望：
從結果來看，效果還是很差的o(╥﹏╥)o，左邊的關鍵點都跑出去了，我又嘗試了先把人像摳圖摳出來（好的摳圖專案的不能執行了，包括官號的專案，要注意維護啊要修改
results = module.segmentation(data=input_dict, output_dir=out_path, batch_size=1,use_gpu=true, visualization=true)
），但人像摳的也不完整同樣影響了效果。
由於截止時間就快到了，通宵草草完成了這次初版，後續考慮先處理一下，讓人物更明顯更容易找出關鍵點，下次再繼續參加創意賽。
暑期實踐 Paddlehub （二）
ai studio社群的資源 功能 登陸之後，在社群之中有一些他人提供的專案 也有資料集，即資料庫，用於訓練程式 除此之外還提供課程 比賽 認證等，一些列供使用者學習 實踐的地方。python的基礎語法 1 五個標準的資料型別 numbers 數字 string 字串 list 列表 tuple 元...
paddlehub自定義資料集
參考位址 在paddlehub中的例子需要構建資料集。demo中的 如下 dataset hub.dataset.chnsenticorp 當替換為自定義資料集時，首先需要將自己的資料集轉換為如下形式。dataset demodataset dataset dir model path from f...
PaddleHub實現交通標誌識別
完成深度學習的過程一般是這個樣子的 由於資料 模型 和算力的限制，我們很難在短時間內完成乙個快速準確的工程專案，所以我們會採用遷移學習 transfer learning paddlehub完成遷移學習的過程可以被描述為六個步驟 載入資料 載入模型 資料處理 優化策略 執行配置 finetune p...