代码
论文
数据集：NTU-RGB+D;NTU-RGB+D120,Kinects
(这里我只用了NTU-RGB+D进行复现)
环境：pycharm+miniconda+CUDA11.3
torch1.11.0+cu113
Python >= 3.6
PyTorch >= 1.2.0
NVIDIA Apex (auto mixed precision training)
（需要使用Apex包安装，百度会有很多教程，下载后放到工程下按步骤安装即可）
PyYAML, tqdm, tensorboardX
1.将NTU-RGB+D数据下载解压后放到data/nturgbd_raw/nturgbd_skeletons/
nturgbd_skeletons_s001_to_s017
2.生成关节点数据
cd data_gen
python ntu_gendata.py
(虚拟环境下的解释器为python，所以没有使用原程序命令的python3)
3.生成关节数据
python gen_bone_data.py --dataset ntu
下载预训练模型或自行训练模型。
4.测试run bash eval_pretrained.sh
5.结果
1.nturgb数据集一定要解压，不然运行数据生成程序后会生成.npy和.pkl文件，但文件中没有数据，在后续运行会出错。
2.main.py中函数def main()中default_arg = yaml.load(f)修改为default_arg = yaml.load(f,Loader=yaml.Loader)
3.加入os.environ[“KMP_DUPLICATE_LIB_OK”]="TRUE"防止路径导入出错。
4.防止内存过溢出将config文件夹下的.yaml文件中test_batch_size设置为8
