首页
/ HD-GCN 开源项目使用教程

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:

  1. NTU RGB+D 60 Skeleton
  2. NTU RGB+D 120 Skeleton
  3. 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

  1. 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。
  2. 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。
  3. 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

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
160
2.02 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
42
75
ops-mathops-math
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-Vue3RuoYi-Vue3
🎉 (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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
197
279
openHiTLSopenHiTLS
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
communitycommunity
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-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
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