基于骨架的动作识别的时间增强图卷积网络-学习

一、项目介绍

1.1论文

论文题目:Temporal‐enhanced graph convolution network for skeleton‐ based action recognition

论文作者:Yulai Xie | Yang Zhang| Fang Ren

论文链接:https://ietresearch.onlinelibrary.wiley.com/doi/10.1049/cvi2.12086

论文内容:提出时间增强图卷积网络,对其中的因果卷积、3D‐GCN层、TA层进行了阐述

1.2项目内容

项目名:TE-GCN-main

项目链接:GitHub - xieyulai/TE-GCN: skeleton-based action recognition

1.3数据集

1.UAV-Human

项目中暂时只采用了这个数据集

这个数据集包含有155个类型,

链接:GitHub - sutdcv/UAV-Human: [CVPR2021] UAV-Human: A Large Benchmark for Human Behavior Understanding with Unmanned Aerial Vehicles

2.NTU‐RGB + D

3.Kinetics‐Skeleton

二、实验步骤

1.搭建conda虚拟环境,使用Pycharm编译器,安装最新的pytorch库

2.下载数据集或者模型,打开下载链接后Skeleton在UAVHuman/ActionRecognition中,下载好后将数据集放入\UAVHuman_For_TE-GCN-main\data

3.按照UAVHuman中的README依次运行split_v1.py 、 split_v2.py 与generate_data.py运行完后文件夹里的内容如图:

4.将v1、v2中的test_data.npy、test_label.pkl、train_data.npy、train_label.pkl分别粘贴到TE-GCN-main\data下的xsub1、xsub2文件夹下

5.通过脚本训练模型

sh scripts/TRAIN_V1.sh、sh scripts/TRAIN_V2.sh

6.运行main.py文件

三、问题解决

1 运行generate_data.py时产生报错

报错部分pad the null frames with the previous frames,原因 has no skeleton

暂时未知对实验的影响,先继续跑项目

2 运行脚本scripts/TRAIN_V1.sh报错

安装Git,在pychar中使用git,然后运行

3.报错没有yaml等库

使用pip安装pip install pyyaml或其他库

4.报错FileNotFoundError: [Errno 2] No such file or directory: './config/nturgbd-cross-view/test_bone.yaml'

由于运行脚本后训练出来的文件为test.yaml,脚本和项目不太一样故改称脚本训练后的test.yaml

5.报错TypeError: load() missing 1 required positional argument: 'Loader'

将load替换为safe_load

6.FileNotFoundError: [Errno 2] No such file or directory: './runs/ntu_cs_agcn_joint-49-31300.pt'

将runs文件中的两个训练权重之一改为ntu_cs_agcn_joint-49-31300

7.AssertionError: Invalid device id

# device_ids=self.arg.device,
device_ids=[0],

8.FileNotFoundError: [Errno 2] No such file or directory: './data/uav/xsub1/test_label.pkl'

不知道为什么给出的代码有很多与README不同,将xsub1放在uav中

9.

10.在main.py的257~260行可以看到作者用的pytorch版本为1.7

 四、运行结果

采用给的第一个权重文件

与给出的- V1:TOP1-42.37% - V2:TOP1-68.11%

可以看到v1是相同的

采用第二个权重文件,可以看到第二个权重精确度更高

 

  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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