VAC_CSLR 项目使用教程

1. 项目的目录结构及介绍

VAC_CSLR 项目的目录结构如下：

VAC_CSLR/
├── configs/
├── dataset/
├── evaluation/
│   └── slr_eval/
├── modules/
├── preprocess/
├── utils/
├── LICENSE
├── README.md
├── __init__.py
├── framework.png
├── main.py
├── seq_scripts.py
└── slr_network.py

目录结构介绍

• configs/: 存放项目的配置文件。
• dataset/: 存放数据集相关文件。
• evaluation/slr_eval/: 存放评估脚本和工具。
• modules/: 存放项目的主要模块和模型定义。
• preprocess/: 存放数据预处理脚本。
• utils/: 存放工具函数和辅助脚本。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的说明文档。
• init.py: Python 包初始化文件。
• framework.png: 项目框架图。
• main.py: 项目的启动文件。
• seq_scripts.py: 序列处理脚本。
• slr_network.py: 连续手语识别网络定义文件。

2. 项目的启动文件介绍

项目的启动文件是 main.py。该文件负责加载配置、初始化模型、进行训练或推理等操作。以下是 main.py 的主要功能介绍：

• 加载配置: 从配置文件或命令行参数中加载配置。
• 初始化模型: 根据配置初始化连续手语识别模型。
• 训练: 执行模型的训练过程。
• 推理: 执行模型的推理过程，进行手语识别。

3. 项目的配置文件介绍

项目的配置文件存放在 configs/ 目录下。配置文件通常以 .yaml 或 .json 格式存储，包含模型的超参数、数据路径、训练参数等信息。以下是配置文件的主要内容介绍：

• 模型配置: 定义模型的结构、层数、激活函数等。
• 数据配置: 定义数据集的路径、预处理方式、批量大小等。
• 训练配置: 定义训练的轮数、学习率、优化器等。
• 评估配置: 定义评估的指标、评估频率等。

配置文件的优先级为：命令行参数 > 配置文件 > 默认值。用户可以通过命令行参数覆盖配置文件中的设置。

示例配置文件

model:
  type: "ResNet18"
  layers: 18
  activation: "relu"

data:
  path: "/dataset/phoenix2014"
  batch_size: 32
  preprocessing: "resize"

training:
  epochs: 40
  learning_rate: 0.001
  optimizer: "Adam"

evaluation:
  metrics: ["WER", "CER"]
  frequency: 10

通过以上配置文件，用户可以灵活地调整模型的训练和评估过程。