[深度学习][原创]mmaction2时空动作检测过滤成自己想要的类别

    def draw_predictions(self, task):
        """Visualize stdet predictions on raw frames."""
        # read bboxes from task
        bboxes = task.display_bboxes.cpu().numpy()

        # draw predictions and update task
        keyframe_idx = len(task.frames) // 2
        draw_range = [
            keyframe_idx - task.clip_vis_length // 2,
            keyframe_idx + (task.clip_vis_length - 1) // 2
        ]
        assert draw_range[0] >= 0 and draw_range[1] < len(task.frames)
        preds_filter, bboxes_filter = self.filter_result(task.action_preds, bboxes, ['fight/hit (a person)','fall down'])
        task.frames = self.draw_clip_range(task.frames, preds_filter,
                                           bboxes_filter, draw_range)

        return task

    def filter_result(self, preds, bbox, keep_class_name_list=['stand']):
        if preds is None:
            return preds, bbox
        preds1 = copy.deepcopy(preds)
        bbox1=copy.deepcopy(bbox)
        print('filter before preds:',preds1)
        print('filter before bbox:',bbox1)
        for i in range(len(preds1) - 1, -1, -1):
            if len(preds1[i])==0:
                continue
            if preds1[i][0][0] not in keep_class_name_list:
                bbox1 = np.delete(bbox1, i, 0)
                del preds1[i]
        print(preds1)
        print(bbox1)
        return preds1, bbox1

代码 是修改mmaction2-0.23.0/demo/webcam_demo_spatiotemporal_det.py

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FL1623863129

你的打赏是我写文章最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值