小天管理 发表于 9月12日 Share 发表于 9月12日 最近在尝试做一个基于骨架的动作识别,目标是想识别出校园里的打架、霸凌行为,因为视频画面是采集的热成像,所以考虑用骨架信息做行为检测,同时也是考虑可以降低算力需求。 目前采集了一些数据集,直接 2 分类,基于 mmaction2 的 STGCN++ 预训练模型做迁移学习,但是效果不是很好,甚至训练时的验证集都上不去 90%。 现在有几个问题想问下大佬 是不是打架的行为模式太复杂了,skeleton based 的模型没办法识别区分出来 把复杂的打架行为拆分,比如踢腿、推搡、扇耳光,这样多分类,增加数据集是不是合理些 skeleton based 的模型输入是关节点数据,第一步识别到的关节点数据准确率对后续影响很大么?因为考虑到性能和并发,用的事 yolov8s-pose 的关节点预测模型,但是感觉准确率比较差,帧与帧之间波动太大了,有必要更换准确率更高的模型么 本人机器学习菜鸡,还处于是只会用不会写的阶段,请教站内大佬 引用 意见的链接 分享到其他网站 More sharing options...
已推荐帖子
加入讨论
您现在可以发表并稍后注册. 如果您是会员,请现在登录来参与讨论.