3D姿态估计（GAST）

1.下载数据集，只用到human3.6m数据集中的2D数据集和3D数据集。将数据集划分为训练集和测试集。（直接将2D数据集输入进行训练，得出的prediction和3D的groundtruth做比较）

2.在数据集中提取数据，得相机参数，2D关键点和3D关键点。

cameras_valid, poses_valid, poses_valid_2d = fetch(subjects_test, action_filter, dataset, keypoints, args.downsample)

3.定义模型，UnchunkedGenerator等，将模型数据放入GPU。

主要看一下相对于videopose本程序做出了哪些改变。

首先就是引入了图卷积，所以对于输入的数据要增设他们的图矩阵，在网络设置的时候加上图卷积这一模块，与时间卷积共同构成，这就使得输入的参数多设置了adj。图卷积一共有两个模块，一个是local-attention，一个是global-attention。

local-attention中先定义SemCHGraphConv网络框架，具体网上可以查到公式。以这个框架为基础输入不同的矩阵adj_sym和adj_con得到local_attention的架构。adj_sym是对“左右对称的关节点”进行关联的矩阵，adj_con是邻接矩阵，一阶和二阶等体现在矩阵里。（论文中说对于手腕脚腕头等关节点只有一个连接点所以*****没仔细看，不太懂

相对比于SemGCN其实GAST并没有改变多少，将原本的locallayer和globallayer在网络中的顺序变换了，并且加上了注意力，将关联的节点以矩阵表达。

4.进行训练，while epoch < args.epochs，训练后求loss进行模型优化

5.最后进行测试，用测试集调用evaluate()，测试范化能力。