大创——模型环境配置

模型环境配置

利用yml导入conda虚拟环境

sad

安装cuda与cudnn

cuda和cudnn的安装教程(全网最详细保姆级教程)_cudnn安装-CSDN博客

使用国内源安装

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install --upgrade tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

测试gpu运行

as

daf

根据提示补全依赖项

datasetProcess.py 将视频文件转换为 NumPy 数组（.npy 文件），并保存到指定目录中

models_rgb_depth.py 模型

evaluate_rgb_depth.py 跑数据集，返回准确度

asd

prediction_test.py 返回true or false

sadff

前两者需要输入命令行参数

python evaluate_rgb_depth.py --dataset rwf2000 --vidLen 32 --batchSize 4 --mode all --lstmType sepconv --fusionType C --weightsPath models/rgb_rgbdiff_depth_C_6/rwf2000_best_val_acc_Model

gadga

• --dataset rwf2000: 指定数据集为 rwf2000。
• --vidLen 32: 每个视频序列的帧数为 32。
• --batchSize 4: 训练和评估的批量大小为 4。
• --mode all: 模型工作模式为 all，即使用视频帧、帧差和深度图三种输入。
• --lstmType sepconv: 使用 sepconv 类型的 LSTM 层。
• --fusionType C: 使用 C 类型的融合策略（特征拼接和注意力机制）。
• --weightsPath models/rgb_rgbdiff_depth_C_6/rwf2000_best_val_acc_Model: 指定预训练权重文件路径。