用st-gcn训练自己的数据集

使用自己的数据集训练st-gcn的流程

1.数据集

数据集要求将相同类别的视频放到同一文件夹

2.脚本运行demo_old

将文件夹下所有视频转为json格式

import os

dataSet_path = 'D:/dataSet/training_lib_KTH'#修改

for classes in os.listdir(dataSet_path):
    classes_path = os.path.join(dataSet_path, classes)
    if os.path.isdir(classes_path):
        print(classes_path)
        for file in os.listdir(classes_path):
            file_path = os.path.join(classes_path,file)
            str = 'python main.py demo_old --video {}'.format(file_path)
            os.system(str)

3.更改json文件末尾

“label”：“unknow”，“label_index”： -1

改为

“label”：“自己的标签”，“label_index”： 标签下标

注意:第一个标签的下标要从0开始，否则后面会报错

3(2).修改train_label和val_label

这里建议参照以下博客的2.(3)

ST-GCN训练自建数据集

4.后面的步骤

后面的步骤上面博客说的很清楚，但有几个注意点

注意:

• label_name的行数从第1行开始的，这里的第一行对应的是label_index为0的类别。
• 数据集视频帧数不要超过300帧，5~6s的视频时长比较好，不要10几s的视频时长。

5.最后的结果

参考博客

[https://blog.csdn.net/weixin_48159023/article/details/121604637]
在校大学生，课业繁忙，不能及时回复，实在抱歉。