NTU RGB+D 120 トレーニング セットとテスト セットを分割し、ラベル ファイルを生成します。

NTU RGB+D 120 には、合計 120 のカテゴリと 114,480 のサンプルがあります。サイズは約262G。
1920x1080 の RGB ビデオ解像度を含み、

深度マップと IR (赤外線) ビデオの解像度はどちらも 512x424 です。

3D スケルトン データには、1 フレームあたり 25 個の人間の関節の 3D 座標が含まれています。

各データセットは、3 台の Kinect V2 カメラで同時にキャプチャされました。

元の名前

NTU RGB+D 120: 3D 人間活動理解のための大規模ベンチマーク

処理後の効果を下図に示します

 原文における2つの分割方法

コードを実行する前に、自分でコードを理解し、対応するファイルのディレクトリを変更する必要があります。そうしないと、自分のファイルを台無しにするのが面倒になります。

 Cross-Subject Evaluation は、トレーニング セットとテスト セットを分割します

import os
import shutil  
# 我的开始目录为data/ntu_rgb_d/nturgbd_rgb_s001/nturgb+d_rgb
#data/ntu_rgb_d/nturgbd_rgb_s002/nturgb+d_rgb
#...
#data/ntu_rgb_d/nturgbd_rgb_s032/nturgb+d_rgb


dataset = 'test' #此处为划分出test数据集。划分出train数据集,只需修改为train再一次运行。
path = "data/ntu_rgb_d/" # 总的文件路径
nturgb = 'nturgb+d_rgb' 
dirs = os.listdir(path)
for file in dirs: #循环每一个目录中的每一个文件
    file_path = path + file + '/' + nturgb #到达具有视频的文件目录之下
    file = os.listdir(file_path)
    for video_id in file: #循环每一个每一个文件中的每一个视频名字
        person_id = int(video_id.split('P')[1][:3])
        # 以扩展名为名称的子文件夹
        person_id_training = [1, 2, 4, 5, 8, 9, 13, 14, 15, 16, 17, 18, 19, 25, 27, 28, 31, 34, 35, 38, 45, 46, 47, 49, 50, 52, 53, 54, 55, 56, 57, 58, 59, 70, 74, 78, 80, 81, 82, 83, 84, 85, 86, 89, 91, 92, 93, 94, 95, 97, 98, 100, 103]
        if dataset == 'train':
            person_id_to_keep = person_id_training
        else:
            person_id_to_keep = list(range(1, 107))
            person_id_to_keep = [p for p in person_id_to_keep if p not in person_id_training]
        
        if person_id in person_id_to_keep :
            folder_name = "data/NTU_RGB/" + dataset
            f = file_path + '/' + video_id
            # 如果不存在该目录，先创建，再移动文件
            if not os.path.exists(folder_name):
                os.makedirs(folder_name)
                shutil.move(f, folder_name)
            else:
                shutil.move(f, folder_name)

Cross-Subject Evaluation はラベル ファイルを生成します

import os
import shutil 
path = "data/NTU_RGB/test/"
dirs = os.listdir(path)
train_videos = "data/NTU_RGB/test_videos.txt"
for video_id in dirs:   
    with open(train_videos, 'a+') as f:
        f.writelines(video_id + ' ')
    action_id = int(video_id.split('A')[1][:3]) - 1
    action_id = str(action_id)
    with open(train_videos, 'a+') as f:
        f.writelines(action_id + '\n')

Cross-Setup Evaluation は、トレーニング セットとテスト セットを分割します

import os
import shutil   
#划分为训练集和测试集
dataset = 'test'
path = "data/NTU_RGB_CS2/"
nturgb = 'nturgb+d_rgb'
dirs = os.listdir(path)
for file in dirs:
    file_path = path + file + '/' + nturgb
    file = os.listdir(file_path)
    for video_id in file:
        S_id = int(video_id.split('P')[1][:3])
        # 以扩展名为名称的子文件夹
        S_id_testing = [1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, 49, 51, 53, 55, 57, 59, 61, 63, 65, 67, 69, 71, 73, 75, 77, 79, 81, 83, 85, 87, 89, 91, 93, 95, 97, 99, 101, 103, 105]
        if dataset == 'test':
            S_id_to_keep = S_id_testing
        else:
            S_id_to_keep = list(range(1, 107))
            S_id_to_keep = [p for p in S_id_to_keep if p not in S_id_testing]
        
        if S_id in S_id_to_keep :
            folder_name = "data/NTU_RGB2/" + dataset
            f = file_path + '/' + video_id
            # 如果不存在该目录，先创建，再移动文件
            if not os.path.exists(folder_name):
                os.makedirs(folder_name)
            # 举例：这里的f为 1.png 等同于 ./1.png (因为是相对路径)
                shutil.move(f, folder_name)
            # 直接移动文件
            else:
                shutil.move(f, folder_name)

クロスセットアップ評価とラベル ファイルの生成

#生成标签文件  
path = "data/NTU_RGB2/train/"
dirs = os.listdir(path)
train_videos = "data/NTU_RGB2/train_videos.txt"
for video_id in dirs:   
    with open(train_videos, 'a+') as f:
        f.writelines(video_id + ' ')
    action_id = int(video_id.split('A')[1][:3]) - 1
    action_id = str(action_id)
    with open(train_videos, 'a+') as f:
        f.writelines(action_id + '\n')