【OpenGait 之数据集系列】 GREW数据集预处理

最近在使用AutoDL云服务器跑步态识别的代码，用的是开放步态识别框架OpenGait，记录一下自己跑代码的步骤和遇到的问题以及解决方式。

这篇文章主要记录如何在OpenGait里对GREW数据集进行预处理。

一、GREW数据集下载

GREW步态数据集是由《Gait Recognition in the Wild: A Benchmark》这篇论文在2021年提出的，论文下载地址为：GREW2021
该数据集特点：大型、户外
数据集下载地址为：GREW数据集
注：下方下载页面不能直接下载数据集，需要先填写好使用协议（Agreement），再发送邮件给团队，得到对方同意后，会邮件回复你下载地址以及下载密码。我当时是不到半天就回复我了。

二、GREW数据集预处理

邮件回复给我们的是一个名为grew的压缩包，解压后里面有flow和mask_pose两个文件夹，打开mask_pose，如下图：

从左到右依次是：干扰物集、测试集、训练集

由于我的AutoDL数据盘不大（50G，扩容需要额外付费，我扩到了上限仍然放不下全部），所以我只上传了训练集train，其他两个没上传
注：先在autodl-tmp数据盘下创建名为GREW的文件，然后把train.zip上传到GREW里，因为预处理的时候是从grew文件夹下找train、test、distractor进行处理

1、解压→进入train文件→再次解压

unzip train.zip
# 然后要求你输入解压密码，输入回复邮件里给你的密码
cd train
ls *.tgz | xargs -n1 tar xzvf

解压后train大小：119G
包含20000个文件夹

2、重新排序原始GREW数据集的轮廓图

python datasets/GREW/rearrange_GREW.py --input_path Path_of_GREW-raw --output_path Path_of_GREW-rearranged

# 对于我来说实际运行
python datasets/GREW/rearrange_GREW.py --input_path /root/autodl-tmp/GREW --output_path /root/autodl-tmp/GREW-rearranged
# 该步输入路径是GREW的路径，而不是train的路径，GREW文件下有train、test、distractor

处理结果如图：

得到GREW-rearranged，目录结构如图：

3、把重新排序的轮廓图转为pkl形式

python datasets/pretreatment.py --input_path Path_of_GREW-rearranged --output_path Path_of_GREW-pkl --dataset GREW

# 对于我来说实际运行
python datasets/pretreatment.py --input_path /root/autodl-tmp/GREW-rearranged --output_path /root/autodl-tmp/GREW-pkl --dataset GREW

4、得到GREW-pkl，之后就可以对GREW-pkl进行训练了

总结

欢迎使用OpenGait研究步态识别的伙伴进行交流