【行为检测】G-TAD复现（CVPR 2020）

wait a minutes

已于 2022-11-13 13:19:37 修改

阅读量1k

点赞数

分类专栏：视频分类文章标签：行为检测

于 2021-01-27 09:38:21 首次发布

本文链接：https://blog.csdn.net/qq_35975447/article/details/113175623

版权

视频分类专栏收录该内容

4 篇文章 2 订阅

订阅专栏

其实作者给出的环境很详细。这里只是为了记录下环境。便于以后傻瓜复现。

代码参考：

GitHub - frostinassiky/gtad: The official implementation of G-TAD: Sub-Graph Localization for Temporal Action Detection

论文参考：

https://arxiv.org/pdf/1911.11462.pdf

1.环境

ubuntu16.04
cuda9.0
python3.6
torch==1.1.0
pandas
h5py
joblib

安装

cd gtad_lib
python setup.py install

python align.py

2.准备数据

THUMOS14，下载好后，放到data/thumos_feature/TSN_pretrain_avepool_allfrms_hdf5/目录下。

3.训练、推理、后处理

# shell script
python gtad_train.py
python gtad_inference.py
python gtad_postprocessing.py

# or shell script
bash gtad_thumos.sh | tee log.txt

经过上述训练、推理、后处理后的结果：

与作者源码中给的结果对比：

发现结果还是比较好的（一致性高）。

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wait a minutes

关注关注

0
点赞
踩
6

收藏

觉得还不错? 一键收藏
打赏
11
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

行人识别学习资料整理2018

jacke121的专栏

08-05

3399

torch 准确率高 Python 2.7 https://github.com/qiaoguan/Person-reid-GAN-pytorch 稀疏标记平滑正则化在半监督人身份识别中的应用，准确率比较高，有权重 Sparse Label Smoothing Regularization for semi-supervised Person Re-Identification h...

复现IP-Net CVPR2020

weixin_43897847的博客

05-23

144

代码：GitHub - vaesl/IP-Net: Learning Human-Object Interaction Detection using Interaction Points, CVPR 2020 虚拟环境搭建 conda create -n IPNet python=3.6 source activate IPNet pip install torch==1.0.1 pip install torchvision==。。。注意版本匹配安装要求 pip freeze > requi.

11 条评论您还未登录，请先登录后发表或查看评论

CPNet：Context Prior for Scene Segmentation(CVPR 2020)代码复现

DONG_LIN_2019的博客

07-28

642

代码复现（ tf 版本进行中）

对TEED的理解笔记

最新发布

2301_80303304的博客

07-11

437

绿色块由（conv1+smish+conv2+smish）组成，减少参数量保持较高的边缘检测精度逐步增加层数的设计可以让网络在不同尺度上捕捉边缘信息。最后,这些不同尺度的边缘特征通过跳跃连接和融合模块(dfuse)结合,得到最终的边缘预测结果。‘’‘conv1：是第一个卷积层,负责从输入图像中提取初步的边缘特征 ’‘’‘’‘conv2：是第二个卷积层,进一步提取和加强从conv1得到的边缘特征 ‘’‘

CVPR代码复现(ML-GCN论文阅读以及Keras(多标签分类)代码实现)

weixin_39521013的博客

12-05

2636

CVPR代码复习,ML-GCN(Keras实现)

【代码复现】jointlearningretrievaldeformation,CVPR21_Joint Learning of 3D Shape Retrieval and Deformation

passer__jw767的博客

07-16

671

Run CVPR2021_Joint Learning of 3D Shape Retrieval and Deformation 因为evaluation的部分，我run的时候发现出现了dimension不匹配的问题，就想着自己重新训练一下模型，看一下是什么情况，以下是训练过程中的一些步骤。...

MasterFinalProject_BigData-U-TaD:U-TaD大学（西班牙马德里）BigData硕士学位的最终项目

05-19

MasterFinalProject_BigData-U-TaD U-TaD大学（西班牙马德里）BigData硕士学位的最终项目。描述：该项目包含一个物理空间的实时监控系统，该系统使用在U-TaD课程中学习的一些大数据技术。数据源是通过Raspberry...

G-TAD: Sub-Graph Localization for Temporal Action Detection

LoveKKarlie_的博客

03-23

805

G-TAD: Sub-Graph Localization for Temporal Action Detection；G-TAD：用于时间动作检测的子图本地化；CVPR2020。文章提出了一种图卷积网络（GCN）模型，以将多级语义上下文自适应地合并到视频特征中，并将时间动作检测作为子图定位问题。将视频片段公式化为图形节点，将片段-片段相关性公式化为边缘，将与上下文关联的动作公式化为目标子图。设计了一个称为GCNeXt的GCN块，该块通过聚合每个节点的上下文来学习每个节点特征并动态更新边。

Temporal Action Detection：G-TAD: Sub-Graph Localization for Temporal Action Detection（CVPR2020）

LaoPan0111的博客

06-03

901

G-TAD: Sub-Graph Localization for Temporal Action Detection 论文下载链接：https://arxiv.org/pdf/1911.11462.pdf THUMOS14数据集下载： GooogleDrive,OneDrive 1 摘要对于动作检测而言，视频的文本信息是十分重要的线索之一，但是当前的工作主要集中于时序文本信息（temporal context），而忽视了另一个同样重要的语义文本信息（semantic context）。本文提出通过GCN

lib-test-tad-php.zip_TAD_statement2bd_zk attendance

09-21

标题中的"lib-test-tad-php.zip_TAD_statement2bd_zk attendance"暗示这是一个与ZK时间与考勤设备相关的PHP库测试包。"TAD"通常代表Time and Attendance Device，即考勤设备，而"statement2bd"可能是数据报表或...

caiomsouzarpackage:该程序包是为U-Tad的Modulo 7专家数据科学创建的。它是R程序包的一个示例。

05-26

该程序包是为U-Tad数据科学专家的模块7创建的。它是R程序包的示例。额外运动（2分）用两个或三个傻函数创建一个R包。其中之一必须称为sum.two.numbers，并且必须接受两个参数：我要添加的数字。然后将其上传到...

CVPR--I2SDF--Windows复现

weixin_43726202的博客

06-16

381

CVPR，i2SDF在windows上复现，踩坑笔记

RealBasicVSR（CVPR2022）复现过程

weixin_42130300的博客

05-12

2693

RealBasicVSR（CVPR2022）复现过程，引流：BasicVSR，BasicVSR++，RealBasicVSR，EDVR，MMagic

ConvNext模型复现--CVPR2022

冲出仁川，走出马德里，故事还会再继续

09-06

1950

ConvNet和Vision Transformer的ImageNet分类结果。我们证明了标准的 ConvNet 模型可以实现与分层视觉 Transformer 相同的可扩展性，同时在设计上要简单得多。视觉识别的“咆哮的 20 年代”始于 Vision Transformers (ViTs) 的引入，它迅速取代了 ConvNets，成为最先进的图像分类模型。另一方面，普通的 ViT 在应用于目标检测和语义分割等一般计算机视觉任务时面临困难。

GhostNet架构复现--CVPR2020

冲出仁川，走出马德里，故事还会再继续

09-05

1236

由于内存和计算资源有限，在嵌入式设备上部署卷积神经网络 (CNN) 很困难。特征图中的冗余是那些成功的 CNN 的一个重要特征，但在神经架构设计中很少被研究。本文提出了一种新颖的 Ghost 模块，可以从廉价的操作中生成更多的特征图。基于一组内在特征图，我们应用一系列成本低廉的线性变换来生成许多ghost特征图，这些特征图可以充分揭示内在特征的信息。所提出的 Ghost 模块可以作为一个即插即用的组件来升级现有的卷积神经网络。

DRML（2016-CVPR）重现过程记录---（6）新的尝试与思考-tensorflow?

程序媛

05-05

866

因为没有找到caffe版本的DRML究竟有什么问题导致始终做不出来，我在github上翻作者提供的代码块时发现一些别人重现这份工作的代码。其中如https://github.com/ejulio/DRML，是修改DRML代码使之适应新的caffe版本机智的zjp同学直接上github搜索drml，又有了新的发现，有人用tensorflow重现过DRML的工作。譬如：http

BasicVSR(CVPR2021)复现过程

weixin_42130300的博客

05-10

8319

BasicVSR（CVPR2021）复现

DRML（2016-CVPR）重现过程记录---（3）训练模型

程序媛

05-03

891

1，准备图片均值二进制文件（利用caffe自带create_imagenet.sh和 make_imagenet_mean.sh 即可）由于caffe本身只支持单标签分类（而分类或多分类），所以临时随便写一个二分类的，用caffe自带工具生成二进制均值文件最后生成mean.binaryproto 2，准备prototxt文件作者提供了DRML.protot

【多目标跟踪】FairMOT复现 (CVPR2020)

聿默的博客

06-16

8585

0.环境 ubuntu16.04 cuda9.0 python3.6 torch==1.1.0 torchvision==0.3.0 Cython #(install first) yacs opencv-python cython-bbox scipy numba progress motmetrics numba matplotlib lap openpyxl Pillow==6.2.2 tensorboardX https://download.pytorch.org/whl/cu90/tor

g_tad7606.range == 0

12-22

g_tad7606.range == 0是一个条件判断语句，意思是判断g_tad7606对象的range属性是否等于0。如果条件成立，即range属性等于0，那么条件表达式的值为真，如果不成立则为假。在实际应用中，这句话可能用于编程中的条件控制语句，比如在程序中根据range属性的值来决定不同的操作。如果range等于0，可能需要执行特定的代码逻辑；如果range不等于0，可能需要执行另外的代码逻辑。另外，也可以通过这个条件判断语句来进行数据筛选和过滤，比如在数据库查询中筛选range等于0的数据记录。总之，g_tad7606.range == 0是一个条件判断语句，根据g_tad7606对象的range属性是否等于0来进行逻辑判断和操作执行，是编程中常见的一种条件控制语句。