Human-Falling-Detect-Tracks:AlphaPose + ST-GCN + SORT

【文件属性】：
文件名称：Human-Falling-Detect-Tracks:AlphaPose + ST-GCN + SORT
文件大小：27.72MB
文件格式：ZIP
更新时间：2021-04-14 04:10:58
pytorch sort pose-estimation st-gcn Python 人体跌倒检测与追踪 使用Tiny-YOLO oneclass检测帧中的每个人，并使用获取骨骼姿势，然后使用模型从每个人跟踪的每30帧中预测动作。 现在支持7种动作：站立，行走，坐着，躺下，站起来，坐下，跌倒。 先决条件 Python> 3.6 火炬> 1.3.1 原始测试运行在：i7-8750H CPU @ 2.20GHz x12，GeForce RTX 2070 8GB，CUDA 10.2 数据 该项目已经训练了一个新的Tiny-YOLO oneclass模型，以仅检测人的物体并减小模型的大小。 使用旋转增强的人员关键点数据集进行训练，以在各种角度姿势中更可靠地检测人员。 对于动作识别，使用来自跌倒检测数据集（，家庭）的数据，通过AlphaPose提取骨骼姿势，并手动标记每个动作帧，以训练ST-GCN模型。 预训练模型 Tiny-YOLO oneclass- ， SPPE

【文件预览】：
Human-Falling-Detect-Tracks-master
----Models()
--------TSSTG()
--------sppe()
--------yolo-tiny-onecls()
----Detection()
--------Models.py(15KB)
--------Utils.py(15KB)
----main.py(7KB)
----PoseEstimateLoader.py(1KB)
----DetectorLoader.py(4KB)
----SPPE()
--------LICENSE(1KB)
--------src()
--------README.md(68B)
----CameraLoader.py(6KB)
----fn.py(9KB)
----Track()
--------kalman_filter.py(7KB)
--------iou_matching.py(3KB)
--------linear_assignment.py(8KB)
--------Tracker.py(6KB)
----pPose_nms.py(9KB)
----App.py(7KB)
----pose_utils.py(776B)
----README.md(2KB)
----sample1.gif(29.2MB)
----Actionsrecognition()
--------train.py(8KB)
--------Models.py(10KB)
--------Utils.py(5KB)
----ActionsEstLoader.py(2KB)
----Data()
--------create_dataset_1.py(2KB)
--------create_dataset_3.py(4KB)
--------create_dataset_2.py(5KB)