基于传感器的HAR任务PyTorch实战

已于 2023-05-15 16:16:54 修改
阅读量2.8k 收藏 24
点赞数 4
文章标签： 神经网络 深度学习 分类 人工智能 pytorch
于 2022-04-17 16:47:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_52161961/article/details/124231904
版权

Human Activity Recognition（HAR）译文：人类活动识别，人类行为识别，人体姿态识别

整理了7个公开数据集【

  • Daily-and-Sports-Activities-dataset 
  • PAMAP2 dataset 
  • UCI-HAR dataset 
  • USC-HAD dataset 
  • UniMiB-SHAR dataset 
  • WISDM dataset 
  • OPPORTUNITY dataset 

】从“原始数据预处理->模型训练”端到端HAR流程，欢迎交流学习。

源码地址：https://github.com/xushige/HAR-Dataset-Preprocess【直接复制链接进入github，不要点加速计划】

预处理方法包括：滑窗切割重采样、插值、标准化等

分类网络包括：【CNN, LSTM, ResNet, Res2Net, ResNext, SKNet, ResNest, Channel_Attention_Net, Spatial_Attention_Net, DCN, MobileNet, ShuffleNet, Dilated_Convolution, VIT, Swin】

Sivan Xu
关注
Python从0到100（九十三）：可变形卷积DCN的深入解析及在PAMAP2数据集上的实战
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！想进粉丝福利群及免费送书群，直接私信我拉你。交流学习、商务合作：https://bbs.csdn.net/topics/614347534
04-02 1万+
可变形卷积网络（DCN）在PAMAP2数据集上表现出色，测试准确率达到0.9807，F1-score为0.9806，验证准确率为0.9880。其参数量（1,684,587）、FLOPs（113.48M）和推理时间（7.81ms）显示出高效的计算性能，使其非常适合实时活动识别应用，例如可穿戴设备。改进误分类：针对DescendStairs和RodeJump等类别，引入时序建模（如RNN或LSTM）或数据增强，增强模型对动态动作的区分能力。
基于可穿戴传感器的人类活动识别的自动标记框架
04-12
基于可穿戴传感器的人类活动识别的自动标记框架
【Pytorch】2024 Pytorch基础入门教程（完整详细版）
热门推荐
炼丹笔记
09-11 22万+
Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua，导致在国内一直很小众，并逐渐被支持 Python 的 Tensorflow 抢走用户。
Awesome_Human_Activity_Recognition：令人敬畏的人类活动识别（普适计算）论文，方法和资源的最新列表
02-11
真棒人类活动识别 1.数据集 机会[ ] PAMAP2 [ ] 2.带代码的文件 2020年 潜在的独立激励，用于基于传感器的通用跨人活动识别[论文] []（ AAAI 2021 ） 通过自适应时空转移学习进行跨数据集活动识别[] [代码]（ IMWUT / ubicomp ） MARS：具有多域深度学习模型的用于人类活动识别的虚拟和真实可穿戴混合传感器[] [code]（ arXiv ） 从可穿戴设备向人类活动的深度聚集[] [代码]（ ISWC / ubicomp ） [UDA4HAR]进行无监督的领域自适应以进行鲁棒的人类活动识别的系统研究[] [代码]（ IMWUT / ubicomp ） 用于活动识别的对抗性多视图网络[] [代码]（ IMWUT / ubicomp ） 使用可穿戴设备进行人类活动分析的弱监督多任务表示学习[] [代码]（ IMWUT / ubico
对比学习系列论文CPCforHAR(一)：Contrastive Predictive Coding for Human Activity Recognition
qq_43210957的博客
12-13 1097
0.Abusurt 0.1逐句翻译 Feature extraction is crucial for human activity recognition (HAR) using body-worn movement sensors. 特征提取是利用佩戴式运动传感器进行人体活动识别的关键。 Recently, learned representations have been used successfully, offering promising alternatives to manually en
HAR数据集
bucan804228552的博客
12-20 7125
1.UCI-HAR 数据集介绍 1.1基本背景 UCI 人类活动识别数据集是以智能手机采集的传感器数据为基础的活动识别，创建于2012年，实验团队来自意大利热那亚大学。 这些数据是从30名年龄在19岁到48岁之间的志愿者身上收集的，这些志愿者将智能手机绑在腰间，进行6项标准活动中的一项，通过开发的手机软件记录运动数据。记录的运动数据是来自智能手机（特别是三星Galaxy S II）的x、y和z加速度计数据（线性加速度）和陀螺仪数据（角速度），采样频率为 50Hz（每秒50个数据点）。每名志愿者进行两次活动序
深度学习活动识别实战教程：Tensorflow与Pytorch双框架
深度学习方法相较于传统算法，能更好地捕捉数据中的复杂模式和关联，因此在活动识别任务中显示出更高的准确性和效率。本教程所采用的深度学习框架包括Tensorflow和Pytorch，它们是当前深度学习领域广泛使用的开源...
Python从0到100（九十）：UCI-HAR数据集深度剖析和训练仿真（文末送书）
最新发布
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！想进粉丝福利群及免费送书群，直接私信我拉你。交流学习、商务合作：https://bbs.csdn.net/topics/614347534
03-04 2万+
本文系统性地阐述了从数据预处理到深度神经网络建模的全流程解决方案，以UCI-HAR数据集为研究对象，通过Python实现多维时间序列信号的智能解析，融合了信号处理技术与卷积神经网络（CNN），构建了端到端的人类活动识别框架，并通过可视化手段深入解析模型决策逻辑。
目标检测YOLO实战应用案例100讲-基于深度学习的自动驾驶车辆三维目标检测方法研究与应用
qq_36130719的博客
05-25 2392
2.1.1目标检测任务目标检测是计算机视觉以及图像处理领域的一个典型任务，已成为近些年来理论和应用的研究热点。目标检测的主要目的是在图像或图像序列中找出存在的目标并分类，同时精确给出各类目标位置信息。随着计算机软硬件和深度学习理论发展，目标检测已广泛应用于智能安防、智慧医疗、智能交通等领域。根据后续任务的需要，可以将目标检测任务分为三个主要的层次：分类、检测以及分割[11]。与分类任务相比，检测更加注重算法模型对图像前景和背景的理。
数据集下载汇总
wanchengkai的博客
11-18 357
各种人工智能算法所需的数据集
MIT和USC行人数据集
05-11
包含MIT行人数据集和USC行人数据集 MIT数据集是较早公开的行人数据库。共924张行人图片（ppm格式，宽高为64x128），肩到脚的距离约80象素。该数据库只含正面和背面两个视角，无负样本，未区分训练集和测试集。Dalal等采用“HOG+SVM”，在该数据库上的检测准确率接近100%。 USC行人数据集包含三组数据集（USC-A、USC-B和USC-C），以XML格式提供标注信息。USC-A[Wu, 2005]的图片来自于网络，共205张图片，313个站立的行人，行人间不存在相互遮挡，拍摄角度为正面或者背面；USC-B的图片主要来自于CAVIAR视频库，包括各种视角的行人，行人之间有的相互遮挡，共54张图片，271个行人；USC-C有100张图片来自网络的图片，232个行人（多角度），行人之间无相互遮挡。
Home Depot Product Search Relevance 家得宝产品搜索相关性-数据集
03-04
购物者依靠Home Depot的产品授权来查找和购买最新产品，并及时获得满足其家居装饰需求的解决方案。从安装新的吊扇到改造整个厨房，只需单击鼠标或敲击屏幕，客户都可以期望他们的查询获得正确的结果-快速。速度，准确性和提供无摩擦的客户体验至关重要。 在这次竞赛中，Home Depot要求Kagglers通过开发可以准确预测搜索结果相关性的模型来帮助他们改善客户的购物体验。 搜索相关性是家得宝（Home Depot）用来衡量他们能多快地将客户吸引到合适产品的隐性度量。当前，人类评分者评估潜在更改对其搜索算法的影响，这是一个缓慢而主观的过程。通过删除或最小化搜索相关性评估中的人工输入，Home Depot希望增加其团队可以对当前搜索算法执行的迭代次数。 Home Depot Product Search Relevance_datasets.txt
SVM生成数据集
06-14
与我的博客“二分类支持向量机模型SVM知识点详解”对应数据集生成程序
基于matlab的svm的留一法代码实现-xuanzhuansvm:xuanzhuansvm
05-27
基于matlab的svm的留一法代码实现 说明 本代码是实现论文“基于旋转模式的移动设备佩戴位置识别方法”中的实验，提供给需要的同学参考，具体的算法细节请参考该文，这里仅作实现。另外我发布的代码是留一法，原文中还用到了十折交叉请自己实现。 数据集 该文实验基于PAMAP2_Dataset数据集，请自行下载 代码说明 lib文件夹里是svmlib工具库，请加入matlab路径 dataprocess_f是原始数据处理部分(包含特征提取)功能代码 feature1_f 是求频谱矩心，频谱滚降 feature2_f 是算系列特征 svm_f 是 实验的功能部分，每次7个测试者数据作为训练集，剩下一位数据作为测试集。输入参数为测试数据的ID（1~8） dataprocess是数据处理脚本 test是实验脚本 运行 首先将原始数据拷贝至本文件夹，运行dataprocess生成特征值，并保存为txt文件于./SVM文件夹中 然后运行test即可开始实验，结果将生成txt文本于本文件夹。 作者：李诗琦 email:
行人检测数据集 USC数据集
12-07
USCPedestrianSetA\USCPedestrianSetB\USCPedestrianSetC 数据集 含有XML标注数据 可用于行人检测的数据集 供大家下载 在外网下载速度慢 所以放到CSDN上
空间注意力网络的性能优化与多维评估
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！想进粉丝福利群及免费送书群，直接私信我拉你。交流学习、商务合作：https://bbs.csdn.net/topics/614347534
11-26 4万+
一个包含日常和体育活动数据的数据集。WISDM- 一个包含智能设备监测数据的数据集。UCI-HAR- 一个广泛使用的活动识别数据集，由加速度计数据组成。PAMAP2- 一个包含多种活动和生理信号的数据集。- 一个包含老年人日常活动数据的数据集。对于Daily_and_Sports_Activities等数据集，我们采用了随机裁剪、旋转和翻转等数据增强技术来增加模型对不同场景的适应性。这些技术不仅提高了模型的鲁棒性，还有助于减少过拟合的风险。
2024最全-人类活动识别（HAR）数据集整理-持续更新
hellolifei1985的博客
11-04 3586
随着可穿戴设备和物联网的普及，如何从这些设备收集的大量数据中准确识别出人们的各种活动，成了一个不小的挑战。比如说，如果你在跑步时，你的智能设备能准确识别出你在做什么，并据此调整音乐播放列表，那体验是不是会更好？这些成果不仅为学术研究提供了新的方向，也为实际应用打下了坚实的基础。无论是健康监测、运动分析，还是智能家居和老年护理，HAR技术都能提供精准的数据支持，推动这些领域的创新和发展。想象一下，你的智能手表不仅能告诉你走了多少步，还能分析你的运动模式，甚至预测你的健康状况，这背后就是HAR技术的功劳。
Human Activity Recognition Using FederatedLearning
weixin_62646577的博客
01-16 319
虽然在这项工作中进行的相对小规模的实验显示了联邦学习对HAR任务的适用性的良好结果，但我们未来的工作包括使用现实工作负载运行更大规模的实验，我们预计，这将进一步证实联邦学习对HAR任务的可行性。例如，本研究的下一步是在具有许多移动用户的移动应用程序中实现HAR的联邦学习算法，例如可以预测用户当前活动的健身应用程序。通过在应用程序上训练和集成联邦模型，可以跟踪更广泛的指标，以评估联邦学习作为一种训练方法。该应用程序将允许基准测试指标，如设备上的电池使用情况进行训练，使用用户交互测量分类器的性能，通信问题和离散
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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