动作识别/分类——STGCN（复现方法说明）

最新推荐文章于 2025-09-25 14:16:21 发布
原创 最新推荐文章于 2025-09-25 14:16:21 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。

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。

我

最低0.47元/天 解锁文章
ST-GCN复现过程（Ubuntu20.04+GPU）（已完结）
weixin_44283270的博客
04-04 5267
ST-GCN复现全过程
【论文精读】基于骨架行为识别（一）—STGCN
热门推荐
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
【论文精读】基于骨架行为识别—STGCN
limingmin2020的博客
07-11 1886
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。......
较详细从头到尾配置openpose+stgcn对自建行为数据集模型训练
最新发布
afan_afan的博客
09-25 696
本文详细记录了在Windows环境下配置OpenPose和ST-GCN进行人体动作识别的完整流程。首先介绍了VS2019+Python3.8+CUDA11.8环境下的OpenPose配置过程，包括模型下载和路径设置。随后详细说明了骨骼点数据提取、处理的步骤，包含视频预处理、OpenPose关键点提取、数据合并和数据集划分等。在ST-GCN配置部分，重点讲解了数据格式转换、网络结构调整和训练参数配置。最后提供了自定义数据集训练的建议，包括修改帧数采样、上半身关键点处理等实用技巧。作者通过大量实践总结了配置过程
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
复现旧版stgcn及一些常见问题的解决方案
qq_44705642的博客
05-10 1608
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。
复现STGCN CPU版 （ubuntu16.04+pytorch0.4.0+openpose+caffe）
sinat_28371057的博客
05-11 2353
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 .
动作识别（四）手把手教你在Win11上复现mmskeleton的ST-GCN骨架动作识别模型
QIANFANGshiwo的博客
10-23 3678
手把手教你在Win11上复现mmskeleton中的ST-GCN骨架动作识别模型一、背景二、基础环境三、详细步骤 一、背景 本文的写作背景源于本人研究课题——基于骨架的动作识别，由于上篇文章讲解的win10系统配置OpenPose和ST-GCN动作识别不能自制数据集问题，故转战ST-GCN移植的mm框架。本文主要讲解mmskeleton环境的配置及测试，有问题的朋友可以留言评论和咨询本人QQ：2447439418。（注意：如果需要数据等资源及代码远程配置是需要有偿服务的，创作不易，望理解！！！）强调一下：
STGCN模型文件更新：图卷积动作识别优化
STGCN（Spatial-Temporal Graph Convolutional Network）是一种专门用于视频中人体动作识别的深度学习模型，其核心思想是将人体骨架数据建模为图结构，并通过图卷积网络（Graph Convolutional Network, GCN）同时...
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...
基于ST-GCN的骨骼动作识别Python毕业设计
ST-GCN通过对这个图结构进行多层的空间-时间卷积操作，逐层提取高层语义特征，最终送入全连接层完成分类任务，识别出当前正在进行的动作类别，例如“走路”、“跑步”、“挥手”、“坐下”、“摔倒”等常见行为。...
ST-GCN代码复现
weixin_38506559的博客
03-23 4828
cudnn: 安一个对应你电脑的版本就可以。
st-gcn复现
XYKenny的博客
05-06 3548
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
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 2047
ST-GCN
win10 ST-GCN复现
qq_41935047的博客
12-06 4277
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 1667
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 4352
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 3053
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 5210
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
骨骼动作识别stgcn代码复现
03-12
### 实现和复现ST-GCN代码 为了实现和复现基于骨骼的动作识别的时空图卷积网络（ST-GCN），可以从开源项目中获取完整的代码库并按照说明文档逐步配置环境。具体来说，GitHub仓库提供了详细的安装指南以及训练和测试脚本[^2]。 #### 安装依赖项 首先需要准备Python开发环境，并通过pip工具来安装必要的包。这些包可能包括PyTorch框架及其扩展模块torchvision用于处理数据集加载等问题。此外还需要numpy, scipy等科学计算库支持矩阵运算和其他数学函数调用。 ```bash $ pip install torch torchvision numpy scipy opencv-python h5py matplotlib tqdm tensorboardX easydict ``` #### 数据预处理 对于NTU RGB+D这样的大型公开数据集，官方已经给出了转换成所需格式的具体命令行指令。使用者只需下载原始文件后执行相应脚本来完成数据清洗与整理工作即可。 #### 训练模型 一旦完成了上述准备工作，则可以直接运行train.py来进行模型训练过程。此过程中可以通过调整超参数如batch size、learning rate等优化最终效果。同时建议开启GPU加速选项以加快收敛速度。 ```python import argparse from main import process_args_and_train if __name__ == '__main__': parser = argparse.ArgumentParser() # 添加其他必要参数... args = parser.parse_args() process_args_and_train(args) ``` #### 测试与评估 当训练完成后，可利用test.py对新样本进行预测分类或者重新载入保存下来的checkpoint继续迭代改进现有成果。评价指标方面除了常见的accuracy之外还可以关注precision/recall曲线下的面积AUC值作为衡量标准之一。 ```python def evaluate_model(model_path='output/best_model.pt'): from test import load_checkpoint, inference model = load_checkpoint(model_path) accuracy = inference(model) print(f'Testing Accuracy: {accuracy:.4f}') ```
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