study2023

摘要： 完成内容 1.周一跟苏老师讨论之后修改了时序差分的部分，这一版是在有DCT编码的基础上面做的时序差分，得到的结果跟基模型相比少了1%-10%， 猜想可能是因为离散余弦变换会压缩信息，所以就去掉了DCT变化，实验结果还没有跑出来。 阅读全文

摘要： 完成内容 1.加上了时序差分的模块，但是目前还没有跑出来实验结果。 这周主要是在准备期末考试。 阅读全文

摘要： 完成内容 1.在评估部分做了相应的修改 2.将服务器上的代码搬运到了工作站上，因为工作站是windows系统并且是裸机，整个安装到成功运行也花费了大概两天的时间。 3.之前加的GMM模块对于长期的预测，效果有提升，但是短期效果跟原模型差不多，还在看最近的论文，有无对于时序关系学习的比较好的网络结构。 阅读全文

摘要： 完成内容 在原位置直接加上GMM模块的效果并不好，然后进行以下尝试： 在中间使用交叉注意力进行信息补充。 加上残差连接。 替换使用的均值模板...，但是效果还是不好 目前推测原因： 1.可能输入GMM的数据是经过DCT压缩了的数据，可能得到的数据跟现实的相差比较大，进而导致了效果不好。 2.原来在做 阅读全文

摘要： 1.这周在尝试添加全局信息模块 重新看了一下数据加载的具体实现，做了相应的笔记。 主要遇到的问题集中在全局和局部信息做融合的时候，因为原论文使用的数据是经过resnet-50处理过的， 在我使用的过程中得到的数据维度做融合时，维度相差很大。 阅读全文

摘要： 学习时间：2023.11.30-2023.12.6 完成内容 1.跑通了Glot模型 2.在19年的图卷积上面加上了时序差分，训练得到的效果相对于之前部分动作有一点点的提升，大概提升了1%。 目前尝试在基础模型架构中引入用于学习全局信息的模块，看它在提升模型性能方面的潜力。 阅读全文

摘要： 事情的经过就是，跑深度学习代码的时候，遇到了一系列的错误 参数维度对不上 1.运行时，发现预训练模型得到的参数跟我模型要的对不上，傻逼了，当时没看见github得issues里面就有解答，找了大半天，还尝试去改模型参数。 其实就是因为下载的预训练模型参数的版本不对，应该用旧的版本。 cuda用不了 阅读全文

摘要： 学习时间：2023.11.23-2023.11.29 完成内容 1.学习了slurm调度系统的使用。 2.因为使用前湖的服务器时，在调试时无法使用gpu，听师兄说青山湖这边的可以，然后就去用了青山湖的号，使用的过程中发现，vscode连接服务器的时候出现了无法选择解释器的问题，卡了两天没解决，进而怀 阅读全文

摘要： 学习时间：2023.11.16-2023.11.22 完成内容 1.调研了图卷积相关的两篇论文《Deformable Graph Convolutional Networks》、《Deformable graph convolutional transformer for skeleton-base 阅读全文

摘要： 学习时间：2023.11.9-2023.11.15 完成内容 阅读论文《Global-to-Local Modeling for Video-based 3D Human Pose and Shape Estimation》看代码以及做ppt。 阅读全文