文件名称：realtime-action-detection:该存储库托管用于实时动作检测文件的代码
文件大小：97KB
文件格式：ZIP
更新时间：2024-05-29 02:41:23
real-time online detection pytorch ssd
实时在线动作检测：ROAD 新闻2021年2月：我发布了 ，它是纯粹的pytorch和python代码。 链接和修剪也可以在python中实现，但是可以根据动作评分。 希望对，在某些情况下，对于UCF24数据集，它可能比这更有用。 ICCV 2017中发布的我们的工作（）的实现。 最初，我们使用实现来发布。 我已经分叉了我用来生成纸质结果的版本，如果您想使用caffe，请尝试一下。 如果像其他caffe一样，您可以使用该存储库，我建议您使用此版本。 此实现与原始工作有些脱节。 它在IoU较低和IoU较高时效果更好，反之亦然。 管生成部分与此相同。 我发现在UCF24数据集的上下文中，此SSD的实现稍差@ IoU大于或等于0.5。 我决定使用SSD的实现发布代码，因为它比caffe版本（安装本身可能是个大问题）要容易重用。 我们基于Max deGroot，Ellis Brown的Py
【文件预览】：
realtime-action-detection-master
----layers()
--------box_utils.py(9KB)
--------modules()
--------__init__.py(48B)
--------functions()
----utils()
--------evaluation.py(6KB)
--------__init__.py(389B)
--------augmentations.py(13KB)
----online-tubes()
--------utils()
--------gentube()
--------I02genFusedTubes.m(5KB)
--------actionpath()
--------frameAp.m(10KB)
--------eval()
--------I01onlineTubes.m(5KB)
--------.gitignore(69B)
----test-ucf24.py(10KB)
----ssd.py(7KB)
----LICENSE(1KB)
----README.md(16KB)
----matlab-online-display()
--------myI02genFusedTubes.m(5KB)
--------utils()
--------gentube()
--------display01.txt(63B)
--------actionpath()
--------frameAp.m(10KB)
--------eval()
--------myI01onlineTubes.m(4KB)
--------.gitignore(49B)
----data()
--------config.py(1KB)
--------ucf24.py(10KB)
--------__init__.py(718B)
----.gitignore(39B)
----train-ucf24.py(17KB)