shumil573/deep_tool

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

deep_tool

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

目录

• 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

借用pycharm的工作区，把.pkl可视化

import os
import pickle
import pandas as pd

path='name.pkl'
tool=pd.read_pickle(path)

print(tool.shape)

mmaction项目的，基于骨骼的视频可视化

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

mmaction项目的，基于骨骼的视频【批量】可视化

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