ST-TR 开源项目使用教程
ST-TR项目地址:https://gitcode.com/gh_mirrors/st/ST-TR
1. 项目的目录结构及介绍
ST-TR/
├── code/
│ ├── st_gcn/
│ │ ├── net/
│ │ │ ├── spatial_transformer.py
│ │ │ ├── temporal_transformer.py
│ │ │ └── ...
│ │ ├── config/
│ │ │ ├── st_gcn/
│ │ │ │ ├── nturgbd/
│ │ │ │ │ ├── train.yaml
│ │ │ │ │ └── ...
│ │ │ └── ...
│ │ ├── main.py
│ │ └── ...
│ └── ...
├── data/
│ ├── ntu_gendata.py
│ ├── ntu_gen_bones.py
│ ├── ntu_merge_joint_bones.py
│ ├── preprocess.py
│ ├── preprocess_120.py
│ └── ...
├── README.md
└── ...
code/
: 包含项目的主要代码文件。st_gcn/
: 包含空间-时间转换网络(ST-TR)的核心实现。net/
: 包含空间转换器和时间转换器的实现文件。spatial_transformer.py
: 空间转换器实现。temporal_transformer.py
: 时间转换器实现。
config/
: 包含配置文件。st_gcn/
: 特定于ST-GCN的配置。nturgbd/
: 针对NTU-RGB+D数据集的配置。train.yaml
: 训练配置文件。
main.py
: 项目的主启动文件。
data/
: 包含数据处理和生成的脚本。ntu_gendata.py
: 生成NTU-RGB+D数据集的脚本。ntu_gen_bones.py
: 生成骨骼数据的脚本。ntu_merge_joint_bones.py
: 合并关节和骨骼数据的脚本。preprocess.py
: 数据预处理脚本。preprocess_120.py
: 针对NTU-RGB+D 120数据集的预处理脚本。
README.md
: 项目说明文档。
2. 项目的启动文件介绍
main.py
是项目的主启动文件,负责初始化配置、加载数据、训练和测试模型等。以下是该文件的主要功能:
- 读取配置文件(如
train.yaml
)。 - 初始化模型和优化器。
- 加载训练或测试数据。
- 执行训练或测试循环。
使用方法:
python3 main.py
3. 项目的配置文件介绍
配置文件位于 code/st_gcn/config/st_gcn/nturgbd/train.yaml
,包含以下关键配置项:
only_attention
: 是否仅使用自注意力机制。all_layers
: 是否在所有层应用自注意力机制。attention
: 是否启用空间自注意力机制。tcn_attention
: 是否启用时间自注意力机制。
示例配置:
only_attention: False
all_layers: True
attention: True
tcn_attention: True
这些配置项控制模型的行为,如是否使用自注意力机制、在哪些层应用等。
以上是ST-TR开源项目的使用教程,涵盖了项目的目录结构、启动文件和配置文件的详细介绍。希望这些信息能帮助您更好地理解和使用该项目。