1.numpy实现数组卷积操作

这里是一个矩阵，换个图试一下

import numpy as np
#输入数组
input_image=np.array([[1,2,3],[4,5,6],[7,8,9]])
#卷积核
kernel=np.array([[1,0],[0,1]])
#卷积操作
output_image=np.zeros((2,2))
for i in range(2):for j in range(2):output_image[i][j]=(input_image[i:i+2,j:j+2]*kernel).sum()
print(output_image)

1.1图像卷积，使用numpy实现卷积

深度理解卷积--使用numpy实现卷积_numpy 卷积-CSDN博客

可以参考这篇文章写的很好。

另一篇是用python实现卷积操作_python 卷积-CSDN博客

1.2json的作用是什么？

        对于简单的数据集进行分类，可以用txt的形式对标签进行存储。但是对于目标检测中，标签不仅包含分类标签，还包含了检测目标的位置信息，因此采用json这种轻量级的数据交换格式，可以将不同的信息打包成一个个模块，并将这些模块按照一定顺序存储在json文件中，读文件时只需要根据关键字对相应的模块进行解析，即可得到该模块的打包信息。

        之后就可以对json文件进行解析，有很多现成的c++/c库用于解析json文件，但是比较麻烦。自己可以找找。

2.项目文件夹内容

checkpoint、outputs、data文件夹分别用来存放模型预训练权重、模型输出结果、训练数据

2.1预训练模型推理

        在进行姿态估计前需要目标检测将不同的目标检测出来，然后再分别对不同的目标进行姿态估计。所以选择一个目标检测模型。

        这里选择 mmdetection工具箱中的faster_rcnn中的resnet50模型文件。配置文件位于

demo/faster_rcnn_r50_fpn_1x_coco-person.py

权重文件

https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco-person/'
'faster_rcnn_r50_fpn_1x_coco-person_20201216_175929-d022e227.pth'

3.模型搭建

3.1定义一个3*3的卷积

#in_planes输入特征通道数
#out_planes输出特征通道数
#stride步长，默认为1
#定义一个3*3卷积，参数包括输入特征通道数，输出特征通道数，返回一个
def conv3x3(in_planes,out_planes,stride=1):return nn.Conv2d(in_planes,out_planes,kernel_size=3,stride=stride,padding=1,bias=False)
#Conv2d对由多个输入平面组成的输入信号进行二维卷积

参考教程pytorch之torch.nn.Conv2d()函数详解-CSDN博客

class BasicBlock(nn.Module):expansion=1def __init__(self,inplanes,planes,stride=1,downsample=None):super(BasicBlock,self).__init__()#第一句话，调用父类的构造函数self.conv1=conv3x3(inplanes,planes,stride)self.bn1=nn.BatchNorm2d(planes,momentum=BN_MOMENTUM)#归一化处理。

nn.BatchNorm2d含义：【深入理解Batch Normalization（3）】pytorch——nn.BatchNorm2d()函数-CSDN博客

作用：在卷积神经网络的卷积层之后总会添加BatchNorm2d进行数据的归一化处理，这使得数据在进行Relu之前不会因为数据过大而导致网络性能的不稳定。