动作识别/分类——STGCN（复现方法说明）

最新推荐文章于 2025-05-18 12:16:45 发布
原创 最新推荐文章于 2025-05-18 12:16:45 发布 · 1.7w 阅读 · 135 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#gcn #体感识别

本文详细介绍了如何复现ST-GCN动作识别项目，从前期准备VS2017、CUDA10.0和CUDNN的安装，到OpenPose API的编译与使用，以及解决编译和运行过程中遇到的问题。通过OpenPose标注人体关节并估计姿态，为动作识别提供基础。同时，文章提供了关键步骤的提示和错误解决方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录


本文不涉及对STGCN的理解，仅讲解如何跑通程序。

针对开源项目st-gcn。
本文提到的所有软件安装包百度网盘链接。所有版本均非必须，但若是初次接触这些内容，建议选择与我一样。提取码在文末。
感谢博客复现旧版STGCN GPU版的作者给予的诸多帮助！

一、前期准备

VS2017+CUDA10.0+对应版本的CUDNN，按顺序来，否则会出问题（网上说的）。

1. VS2017

这个安装没什么好说的，下载安装程序，工作负载勾选C++桌面开发和通用windows平台。值得一提的是VS2017的安装位置最好选用默认路径，否则后面在CMake的时候可能会出问题（找不到VS2017实例instance啥的）。这样会占用系统盘不少空间，难受但没办法。
在这里插入图片描述

2. CUDA10.0+cudnn

刚接触GPU的时候被这个东西折磨了好一段时间，安装卸载来回好多次，心力交瘁。简单的说，CUDA就是来管理GPU计算的，英伟达的显卡都要靠它才能起作用。CUDA自身也有一套调用程序，在写代码时可以感受到。<

最低0.47元/天 解锁文章

200万优质内容无限畅学
复现STGCN CPU版 （ubuntu16.04+pytorch0.4.0+openpose+caffe）
sinat_28371057的博客
05-11 2290
前提：ubuntu下将python3.5.2设为默认（百度） 一.下载stgcn （gitbub上fork后导入到gitee快些）: st-gcn: Spatial Temporal Graph Convolutional Networks (ST-GCN) for Skeleton-Based Action Recognition in PyTorch博客：https://blog.youkuaiyun.com/weixin_42661709/article/details/105056325 二.开始配置 .
st-gcn复现
XYKenny的博客
05-06 3492
st-gcn执行命令 进入存储代码的目录，激活pytorch环境，之后运行命令 python main.py demo --openpose openpose\bin\OpenPoseDemo.exe --video ta_chi.mp4 --device 0
【论文精读】基于骨架行为识别—STGCN
limingmin2020的博客
07-11 1762
人体骨架动力学为人体动作识别提供了重要的信息。传统的骨骼建模方法通常依赖于手工制作的部件或遍历规则，因此表达能力有限，难以泛化。 在这项工作中，我们提出了一种新的动态骨架模型，称为时空图卷积网络(ST-GCN)，它通过自动学习数据中的时空模式，超越了以往方法的局限性。 这种表达方式不仅提高了表达能力而且增强了泛化能力。在两个大型数据集上 Kinetics 和 NTU-RGBD 上，相比于主流方法，它实现实质性改进。......
Pytorch复现STGCN：基于图卷积时空神经⽹络在交通速度中的预测
04-19
Pytorch复现STGCN：基于图卷积时空神经⽹络在交通速度中的预测
动作识别系统详解：从开源技术到实际应用
最新发布
weixin_33660045的博客
05-18 832
动作识别技术是计算机视觉领域中一个十分活跃的研究方向，涉及到从视频中识别和理解人类的动作。随着深度学习的发展和计算能力的提升，动作识别技术已经从实验室研究走向了实际应用。这一技术的发展，不仅改变了我们与设备的交互方式，还在安全监控、智能医疗、人机交互等多个领域发挥着重要作用。本章将为读者提供动作识别技术的基础知识、发展历程和现状，以及未来可能的发展趋势。
ST-GCN复现过程（Ubuntu20.04+GPU）（已完结）
weixin_44283270的博客
04-04 4891
ST-GCN复现全过程
【论文精读】基于骨架行为识别（一）—STGCN
weixin_44605171的博客
02-25 1万+
论文链接 文章目录1. 摘要2. 介绍3. 相关工作4. 时空图卷积5. 实验6. 总结 1. 摘要 2. 介绍 3. 相关工作 4. 时空图卷积 5. 实验 6. 总结
复现旧版stgcn及一些常见问题的解决方案
qq_44705642的博客
05-10 1520
复现stgcn的前提是openpose装好了，并且能在C++和python上运行，然后就是torch要安装上cuda版本。希望这篇文章对大家有所帮助。t=N7T8最近安装openpose遇到了很多问题，基本把所有的坑都踩了个遍，希望该文章能对各位友友有所帮助，都顺利安装成功。如果安装过程中仍有问题，欢迎留言交流。t=N7T8。
视频检索——BLSTM(复现方法说明)
01-20
基于文章Play and Rewind: Optimizing Binary Representations of Videos by Self-Supervised Temporal Hashing的理解以及作者提供的源码，说明一些复现过程中需要注意的问题。 原作者源码地址@github 我们的实现@...
STGCN-PyTorch-master.zip_STGCN 代码分析_STGCN pytorch_stgcn_stgcn d
07-15
STGCN（Spatial-Temporal Graph Convolutional Network）是一种深度学习模型，主要应用于时序数据，特别是人体动作识别领域。这个"STGCN-PyTorch-master.zip"压缩包包含了一个基于PyTorch实现的STGCN源码，是IJCAI ...
基于时空图卷积（ST-GCN）的骨骼动作识别（python源码+项目说明）.zip
03-24
【资源说明】 1、该资源内项目代码都是经过测试运行成功，功能正常的情况下才上传的，请放心下载使用。 2、适用人群：主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、...
ST-GCN代码复现
weixin_38506559的博客
03-23 4574
cudnn: 安一个对应你电脑的版本就可以。
复现ST-GCN输出动作分类视频（win10+openpose1.5.0+VS2019+CMake3.25.0+cuda10.0）
hdyan1118的博客
11-18 1990
ST-GCN
win10 ST-GCN复现
qq_41935047的博客
12-06 4215
win10 ST-GCN复现 下载源码 https://github.com/yysijie/st-gcn 安装requirements 1.anaconda切换python环境 命令为 conda activate 环境名，如： conda activate pytorch1.4 2.安装requirements cd st-gcn //切换到st-gcn目录下，win10可能要以管理员模式开启cmd pip install -r requirements.txt 提示安装失败，于是一个一个安装pac
PPSIG：Paddlesports ST-GCN动作识别
m0_63642362的博客
07-16 1569
数据集为fsd-10花样滑冰，项目为ST-GCN从PaddleVideo抽取代码，可直接运行，acc为0.52
复现STGCN CPU版 （ubuntu16.04+pytorch0.4.0+openpose+caffe）
Significance的博客
03-14 4289
1.下载stgcn（gitbub上fork后导入到gitee快些）: https://gitee.com/chenhongqiong/st-gcn.git 2.安装pyttorch0.4.0
保姆级在Windows下复现OpenPose+ST-GCN行为识别
m0_70694811的博客
05-07 2764
具体原理这里不介绍，大家自行查阅，比如Openpose是个啥？ST-GCN又是个啥？一、默认Openpose已经配置好。
复现st-gcn(win10+openpose1.5.1+VS2017+cuda10+cudnn7.6.4)
qq_42514225的博客
08-01 5108
大概步骤分两步：编译openpose+安装运行st-gcn 一、准备工作 安装VS2017，cuda10，cudnn7.6.4(注意顺序不能变) 1、安装VS2017 需要注意的是，安装的时候默认路径，以免出现错误。其余正常安装就可以了。 2、安装cuda10 ✳安装时要自定义安装，不要精简安装。cuda最后一项不要勾选。 3、安装cudnn 下载得到的文件，按照对应文件夹，把里面的内容复制粘贴到cuda文件夹中。cuda文件夹位置：C:\Program Files\NVIDIA GPU Computi
ST-GCN 使用+复现
热门推荐
weixin_42285497的博客
10-29 1万+
ST-GCN 使用+复现 下载所需数据集 Kinetics 与 NTU-RGB+D Kinetics(百度云)下载地址 NTU-RGB+D (their website) (Only the 3D skeletons(5.8GB) modality is required in our experiments) stgcn官方使用了Kinetics-skeleton和NTU RGB+D...
基于st-gcn的动作识别复现
04-03
### 关于ST-GCN动作识别的复现教程与PyTorch实现 #### 背景介绍 ST-GCN (Spatio-Temporal Graph Convolutional Networks) 是一种基于图卷积网络的方法，用于处理时空数据，特别是在骨架序列的动作识别领域表现优异。其核心思想是通过构建节点间的空间关系以及时间维度上的动态变化来捕捉人体运动特征。 #### 可用资源概述 存在多个开源项目可以帮助理解并复现ST-GCN模型。例如，在 `STGCN-PyTorch` 中提供了完整的 PyTorch 实现[^1]。此项目的代码结构清晰，适合初学者学习如何搭建和训练 ST-GCN 模型。此外，还有详细的文档说明帮助开发者快速上手。 对于 Windows 用户而言，一篇针对 Win11 的具体指导文章介绍了如何利用 mmskeleton 库完成 ST-GCN 骨架动作识别模型的部署过程[^2]。该指南涵盖了必要的依赖安装、数据准备及运行命令等内容，非常适合希望在本地环境中测试算法效果的人群。 如果倾向于简化版训练流程，则可以参考另一份资料——它提供了一个自定义 train.py 文件作为起点[^3]。这份材料去除了原生版本里复杂的超参设置部分，使得整体逻辑更加直观易懂。 以下是基于上述提到的信息整理出来的关键点： - **框架选择**: 使用 PyTorch 构建神经网络层。 - **数据预处理**: ```python import numpy as np def normalize_data(data): """ 对输入的数据进行标准化 """ mean = data.mean(axis=0, keepdims=True) std = data.std(axis=0, keepdims=True)+1e-8 normed = (data-mean)/std return normed ``` - **模型架构设计** 定义空间与时域上的卷积操作组合而成的基础模块，并堆叠多层形成最终网络结构。 - **损失函数与优化器设定** 常见做法是以交叉熵衡量预测误差并通过 Adam 方法调整权重参数直至收敛为止。 最后提醒各位实践者注意阅读官方 API 文档以便更好地掌握各组件功能细节；同时也要记得遵循学术诚信原则合理标注所引用的作品出处！ ```python # 示例：简单的训练循环伪代码展示 for epoch in range(num_epochs): model.train() running_loss = 0.0 for inputs, labels in dataloader: optimizer.zero_grad() outputs = model(inputs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() print(f'Epoch [{epoch+1}/{num_epochs}], Loss: {running_loss/len(dataloader)}') ```
评论 20
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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