深度学习工具脚本(含自己编写和整理),基本都不能直接运行,只是为了存储API
- 借用pycharm的工作区,把.pkl可视化
- mmaction项目的,基于骨骼的视频可视化
- mmaction项目的,基于骨骼的视频【批量】可视化
import os
import pickle
import pandas as pd
path='name.pkl'
tool=pd.read_pickle(path)
print(tool.shape)
vis_skeleton.py 代码整理+可真实运行,支持gym和ntu两个数据集,每次需要把另一个注释掉
vis_skeleton_bupt8.py 遇到数据集的许多问题,解决方案目前有:
- 注释帧长度相同的assert
- 针对视频和.pkl包含的数据,不完全相同的问题,设置else分支
- 将问题视频录入error_list,先跳过不处理,运行结束后在命令行输出,推荐开tmux看下