TransFree

基于自注意力机制与无锚点的仔猪姿态识别

Recognition of piglet postures based on self-attention mechanism and anchor-free method

Author: Xu Chengguo, Xue Yueju, Hou Wenhao, Guo jingfeng, Wang Xiarui

农业工程学报: http://www.tcsae.org/nygcxb/article/abstract/20221419?st=search

该文结合 Transformer 网络与无锚点目标检测头，提出了一种新的仔猪姿态识别模型 TransFree（ Transformer + Anchor-Free）。该模型使用 Swin Transformer 作为基础网络，提取仔猪图像的局部和全局特征，然后经过一个特征增强模块（ Feature Enhancement Module， FEM）进行多尺度特征融合并得到高分辨率的特征图，最后将融合后的特征图输入 Anchor-Free 检测头进行仔猪的定位和姿态识别。

下载模型权重 链接：https://pan.baidu.com/s/1xYRWnf70EtzTt8vDt9wYcw 提取码：Gguo

demo命令行

/home/server/xcg/CenterNet/src/demo.py
ctdet
--dataset
pig_coco
--keep_res
--vis_thresh
0.5
--arch
swint
--load_model
/home/server/xcg/CenterNet/exp/ctdet/ctdet_coco_swint_2/model_last-2.pth

test命令行

/home/server/xcg/CenterNet/src/test.py
ctdet
--exp_id
test
--soft-nms
--not_prefetch_test
--arch
swint
--keep_res
--load_model
/home/server/xcg/CenterNet/exp/ctdet/ctdet_coco_swint_2/model_last-2.pth

train命令行

/home/server/xcg/CenterNet/src/main.py
ctdet
--exp_id
ctdet_coco_swint_none
--batch_size
8
--arch
swint-none
--lr
1.45e-4
--lr_step
50,90
--gpus
0
--num_workers
16
--num_epochs
100
--val_intervals
1
--keep_res
--load_model
/home/server/xcg/CenterNet/weights/model_final.pth

运行demo pycharm代码

运行test pycharm代码

运行train pycharm代码