ST-TR 开源项目使用教程

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。

ST-TR项目地址:https://gitcode.com/gh_mirrors/st/ST-TR