Human Activity Recogniton (HAR) 公开数据集预处理与网络搭建

下载工程

git clone https://github.com/xushige/HAR-Dataset-Preprocess.git

安装库依赖

cd HAR-Dataset-Prerocess
pip3 install -r requirements.txt

模型训练代码运行样例【或者直接编译器运行train.py文件，在文件中修改参数:--dataset, --model】

python3 train.py --dataset unimib --model vit

--dataset choose from 【'uci', 'unimib', 'usc', 'pamap', 'wisdm', 'dasa', 'oppo'】

--model choose from 【'cnn', 'resnet', 'res2net', 'resnext', 'sknet', 'resnest', 'lstm', 'ca', 'sa', 'dilation', 'depthwise', 'shufflenet', 'dcn', 'vit', 'swin'】

包含数据集

• Daily-and-Sports-Activities
• PAMAP2
• UCI-HAR
• USC-HAD
• UniMiB-SHAR
• WISDM
• OPPORTUNITY

包含模型

• 'cnn': cnn.CNN
• 'resnet': resnet.ResNet
• 'res2net': res2net.Res2Net
• 'resnext': resnext.ResNext
• 'sknet': sk_resnet.SKResNet
• 'resnest': resnest.ResNeSt
• 'lstm': lstm.LSTM
• 'ca': channel_attention.ChannelAttentionNeuralNetwork
• 'sa': spatial_attention.SpatialAttentionNeuralNetwork
• 'dilation': dilated_conv.DilatedConv
• 'depthwise': depthwise_conv.DepthwiseConv
• 'shufflenet': shufflenet.ShuffleNet
• 'dcn': dcn.DeformableConvolutionalNetwork
• 'vit': vit.VisionTransformer
• 'swin': swin.SwinTransformer

仅预处理代码运行样例, 这里以WISDM数据集为例【或者直接编译器运行train.py文件，在文件中修改参数】

python3 WISDM/dataproc.py