预备环境:
Anaconda+cuda+cudnn
接下来:
-
下载代码到本地
git clone https://github.com/open-mmlab/mmskeleton.gitcd mmskeleton -
创建虚拟环境
conda create -n stgcn python=3.X()
conda activate stgcn -
正式安装环境
安装torch、torchvision
pip install torch>=1.1
pip install torchvision安装mmcv,一定要是0.4.3版本!
pip install mmcv== 0.4.3
如果想快一点,就使用国内镜像(下行代码)
pip install mmcv==0.4.3 -i https://pypi.tuna.tsinghua.edu.cn/simple安装Cython
pip install Cython安装lazy_import
pip install lazy_import安装setup.py 的依赖包
pip install matplotlib
pip install terminaltables
pip install pycocotools
pip install imagecorruptions
pip install albumentations>=0.3.2安装mmskeleton
python setup.py develop安装nms
cd mmskeleton/ops/nms
python setup_linux.py develop安装mmdetpython setup.py develop --mmdet
##mmdet 没有安装成功的话,无法运行python mmskl.py pose_demo 但是可以运行recognition
接下来,就可以运行skeleton-based action recognition (ST-GCN)代码了
mmskl configs/recognition/st_gcn_aaai18/$DATASET/test.yaml
$DATASET 可以是kinetics-skeleton、ntu-rgbd-xsub、ntu-rgbd-xview
在运行这行测试代码时,需要在test.yaml文件中修改 data_path 和label_path 路径为自己的路径