第十六周周报

2023.5.22   周一

重新整理思路，再次看代码和论文，找作者的联系方式

2023.5.23  周二

今天联系了论文的作者，清楚了论文中使用的结果是在InterHand2.6mV0上进行训练的测试的，所以论文中的结果参考意义不是很大（当时写论文时还没有V1）。作者告知要参考GitHub上在InterHand2.6mV1的测试结果。所以按照新版本的代码继续复现，之前已经跑了70epoch，接着进行训练。但这里作者batch_size和学习率没有告知。询问作者可视化过程，作者说这部分代码没有开源，只能自己加入代码，看可视化的结果！

我按照之前的设置，设置batch_size = 32，lr = 1e-4，在服务器上训练

下午听取了毕业生答辩!

2023.5.24-5.25  周三—周四

周三下午有课和周四上午英语考试，时间紧，但GCN前向过程代码计划基本完成

计划：修改GCN的前向过程代码，调通

1、调试过程中重新改写了GCN的邻接矩阵，将其分为right_adj_mx, left_adj_mx右手和左手的邻接矩阵

之前的代码：

改写后的代码：

 在改写过程中出现了下面的错误：维度超出了范围

 所以对提取左手骨架边进行了修改

修改的代码如下：

left_edges = [(i, j - num_joints) for i, j in left_edges]，修改j的值

2、对self.gcn = SemGCN(adj, hid_dim=512, coords_dim=[3, 42], num_layers=4, nodes_group=None, p_dropout=None)中的hid_dim，coords_dim进行了修改，以匹配其前向过程的计算

根据输入的维度 [32, 4, 21, 3]，我们可以得出以下信息：

Batch_size: 32 输入特征维度: 4 节点数量: 21 节点坐标维度: 3,在给定的代码中，hid_dim代表隐藏层的维度，coords_dim表示输入和输出的节点坐标维度。

对于hid_dim，可以选择一个合适的整数值，用于指定隐藏层的维度大小。这个值可以根据问题的复杂度和数据集的特征来选择。在这里，将使用hid_dim = 512。

对于coords_dim，根据代码的实现，输入和输出的节点坐标维度应该是相同的。由于邻接矩阵的维度是42x42，因此输入和输出的节点数量都应为42。而节点坐标维度为3，保持不变。

2023.5.26   周五

解决上面错误，输入的应该是2D或3D，但输入的是4D，所以重塑了 形状维度，成为3D的

加入semGCN模块之后，简单运行了一下，感觉把该模块放错了位置，不能进行级联循环迭代，所以更改了它的位置，将其放在预测关节之后

 semGCN主要是增强手关节信息，下面是新更改位置的代码

 目前，semGCN模块改写加入已完成，准备运行检查其是否起到一定的效果！！！