下采样matlab代码-quick-action-recognition:识别快速人类动作的时空图卷积网络(ST-GCN)

上传者: 38592332 | 上传时间: 2022-06-06 11:12:26 | 文件大小: 755KB | 文件类型: ZIP
下采样matlab代码快速人类动作识别 介绍 该存储库保存了该项目的代码库和数据集: 识别人类快速动作的时空图卷积网络 先决条件 Python3(> 3.5) 资料准备 我们对NTU-RGB + D的3D骨骼数据进行了实验。 预处理的数据可以从下载。 下载数据后,将“ NTU-RGB-D”文件夹解压缩到路径中。 下采样 为了创建快速动作的数据集,我们对NTU-RGB + D数据集进行下采样。 下采样是通过拍摄一帧然后保留另一帧,将帧数减半来完成的。 运行“ downsample.py”以对所需数据进行下采样。 数据缩减(可选) 我们提供“ create_small_data.py”,通过从所有60个动作中选择多个动作来从原始数据中创建较小的数据。 可以根据代码上的标签在代码中选择所需的操作。 可视化 我们在MATLAB上提供NTU-RGB + D的3D骨骼数据的可视化。 可以在“可视化”文件夹中找到更多详细信息。 训练 可以通过运行“ main.py”来训练模型。 结果将显示在“结果”文件夹中。 如果使用较小的数据,则需要对代码进行一些修改,这些修改在代码中有详细说明。 结果 此处显示

文件下载

资源详情

[{"title":"( 10 个子文件 755KB ) 下采样matlab代码-quick-action-recognition:识别快速人类动作的时空图卷积网络(ST-GCN)","children":[{"title":"quick-action-recognition-main","children":[{"title":"README.md <span style='color:#111;'> 2.15KB </span>","children":null,"spread":false},{"title":"downsample.py <span style='color:#111;'> 624B </span>","children":null,"spread":false},{"title":"create_smaller_data.py <span style='color:#111;'> 1.30KB </span>","children":null,"spread":false},{"title":"current_experiments","children":[{"title":"README.md <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false}],"spread":true},{"title":"visualize","children":[{"title":"README.md <span style='color:#111;'> 608B </span>","children":null,"spread":false},{"title":"output.gif <span style='color:#111;'> 769.01KB </span>","children":null,"spread":false},{"title":"readNPY.m <span style='color:#111;'> 878B </span>","children":null,"spread":false},{"title":"visualize.m <span style='color:#111;'> 2.71KB </span>","children":null,"spread":false}],"spread":true},{"title":"main.py <span style='color:#111;'> 17.86KB </span>","children":null,"spread":false},{"title":"results","children":[{"title":"results.md <span style='color:#111;'> 124B </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明