Human Action Classification 项目使用教程

Human Action Classification 项目使用教程

human-action-classification This repository allows you to classify 40 different human actions. Pose detection, estimation and classification is also performed. Poses are classified into sitting, upright and lying down. human-action-classification 项目地址: https://gitcode.com/gh_mirrors/hu/human-action-classification

1. 项目目录结构及介绍

human-action-classification/
├── files-eval/
├── models/
├── scripts/
├── tf_pose/
├── .gitattributes
├── 1.jpg
├── 4.jpg
├── LICENSE
├── README.md
├── _config.yml
├── eval.py
├── inception_from_scratch.py
├── run_image.py
├── run_webcam.py
├── show.png
└── show1.png

目录结构说明

  • files-eval/: 评估文件目录,可能包含用于评估模型的文件。
  • models/: 模型文件目录,可能包含预训练模型或自定义模型。
  • scripts/: 脚本文件目录,包含用于训练和评估的Python脚本。
  • tf_pose/: TensorFlow Pose Estimation相关文件目录。
  • .gitattributes: Git属性配置文件。
  • 1.jpg, 4.jpg: 示例图像文件。
  • LICENSE: 项目许可证文件。
  • README.md: 项目说明文件。
  • _config.yml: 配置文件,可能包含项目的配置信息。
  • eval.py: 评估脚本,用于评估模型性能。
  • inception_from_scratch.py: 从零开始训练Inception模型的脚本。
  • run_image.py: 用于对单张图像进行姿态估计和动作分类的脚本。
  • run_webcam.py: 用于通过摄像头实时进行姿态估计和动作分类的脚本。
  • show.png, show1.png: 示例输出图像文件。

2. 项目启动文件介绍

run_image.py

该脚本用于对单张图像进行姿态估计和动作分类。使用方法如下:

python3 run_image.py --image=1.jpg

run_webcam.py

该脚本用于通过摄像头实时进行姿态估计和动作分类。使用方法如下:

python3 run_webcam.py

3. 项目配置文件介绍

_config.yml

该配置文件可能包含项目的配置信息,如数据集路径、模型路径等。具体内容需要根据实际情况进行修改。

LICENSE

项目许可证文件,通常包含项目的开源许可证信息。

README.md

项目说明文件,包含项目的介绍、使用方法、依赖项等信息。

.gitattributes

Git属性配置文件,用于指定文件的Git属性。

human-action-classification This repository allows you to classify 40 different human actions. Pose detection, estimation and classification is also performed. Poses are classified into sitting, upright and lying down. human-action-classification 项目地址: https://gitcode.com/gh_mirrors/hu/human-action-classification

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

宋韵庚

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值