HD-GCN 开源项目使用教程
2024-09-14 19:33:20作者:彭桢灵Jeremy
项目介绍
HD-GCN(Hierarchically Decomposed Graph Convolutional Networks)是一个用于基于骨架的动作识别的开源项目。该项目在ICCV 2023上被提出,旨在通过层次分解的图卷积网络(HD-GCN)架构来提高动作识别的性能。HD-GCN通过将每个关节节点分解为多个集合,提取主要的结构相邻和远距离边,并使用这些边来构建一个包含这些边的HD-Graph。此外,项目还引入了注意力引导的层次聚合(A-HA)模块,以突出HD-Graph的主导层次边集。
项目快速启动
环境准备
首先,确保你的环境中安装了以下依赖:
- Python >= 3.6
- PyTorch >= 1.10.0
- PyYAML == 5.4.1
- torchpack == 0.2.2
- matplotlib
- einops
- sklearn
- tqdm
- tensorboardX
- h5py
你可以使用以下命令安装这些依赖:
pip install -e torchlight
数据准备
下载所需的三个数据集:
- NTU RGB+D 60 Skeleton
- NTU RGB+D 120 Skeleton
- NW-UCLA
将下载的数据集解压到指定目录:
/data/nturgbd_raw
数据处理
生成NTU RGB+D 60或NTU RGB+D 120数据集:
cd /data/ntu
# 获取每个表演者的骨架数据
python get_raw_skes_data.py
# 去除不良骨架
python get_raw_denoised_data.py
# 将骨架转换到第一帧的中心
python seq_transformation.py
训练与测试
训练
以NTU RGB+D 60交叉主体为例,训练HD-GCN(joint CoM 1):
python main.py --config /config/nturgbd60-cross-subject/joint_com_1.yaml --device 0
测试
测试已训练的模型:
python main.py --config <work_dir>/config.yaml --work-dir <work_dir> --phase test --save-score True --weights <work_dir>/xxx.pt --device 0
应用案例和最佳实践
HD-GCN在多个大型数据集上展示了其优越的性能,包括NTU-RGB+D 60、NTU-RGB+D 120和Northwestern-UCLA。通过六种方式的集成方法,HD-GCN在没有任何运动流的情况下,仅使用关节和骨骼流,就实现了最先进的性能。
最佳实践
- 数据预处理:确保数据预处理步骤正确执行,以避免不良数据对模型性能的影响。
- 模型训练:使用适当的配置文件进行模型训练,并监控训练过程中的损失和准确率。
- 模型测试:在测试阶段,确保使用与训练阶段相同的配置,以获得一致的结果。
典型生态项目
HD-GCN项目基于多个开源项目构建,包括2s-AGCN和CTR-GCN。数据处理部分借鉴了SGN和HCN项目。这些项目共同构成了一个丰富的生态系统,为基于骨架的动作识别提供了强大的工具和方法。
相关项目
- 2s-AGCN:双流自适应图卷积网络,用于动作识别。
- CTR-GCN:基于图卷积网络的动作识别模型。
- SGN:基于骨架的动作识别模型。
- HCN:基于层次卷积网络的动作识别模型。
通过结合这些项目,HD-GCN能够更好地理解和识别复杂的动作模式,从而在多个数据集上取得优异的性能。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++030Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0280Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
160
2.02 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
42
75

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
529
55

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
946
556

React Native鸿蒙化仓库
C++
197
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
996
396

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
372
13

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71