基于视频/摄像头的简单行为动作识别模型的训练步骤

Posted 2023-02-25 cv君

基于视频序列对于各种动作的检测方法即对视频中不同行为动作做分类识别

神经网络使用的是这两个月开源的实时动作序列强分类神经网络：Real Time Sensenet

它是对视频中的动作序列作强分类的网络，可以实时检测分类，即在一段时间内将帧间图像组合成一个序列，送到网络中进行分类，它无需大量的标注， 同时解决了行为动作在时间上下文的问题

本文虽然是关于视频（摄像头）中简单动作的分类，但是该开源模型其实可以应用在各种人体姿势分类识别如手语识别、摔倒识别、运动分析等，即但凡关于动作的都可以才用这个方案来训练得到推理模型。

因为我的是简单动作所以我只是训练了十几个数据几个轮次也能有挺好的识别效果，如果过于复杂性的动作，可能要有足够多的数据才好，没试过。

我只讲怎么成功跑通代码，具体的代码省略（我也没仔细看）

目前代码已开源至Github：https://github.com/CVUsers/CV-Action 欢迎star~

下载代码，参照下文的的做法，视频数据我没有提供，你可以手机拍摄十几个放到对应的目录下就行

数据准备：

我在根目录下的tools/sense_studio 文件夹里面新建一个文件夹