2.运行 ./record.py handmake_dataset/person2/run.pkl
打开录制的程序并保存当前的动作到 handmake_dataset/person2/run.pkl
,然后在客户端上运行KinectExplorer-WPF.exe
软件开始录制,服务端软件键入ctrl+c
来停止录制并保存。
3.运行./handmake_preprocess.py
进行录制数据的预处理,此时会输出每个文件和其对应的标签编号,需要根据这个输出的标签编号去修改客户端里的Skeleton_sender.cs
文件中的MOTION_TABLE
数组来改变显示的标签。
4.运行模型目录下的./cad60_preprocess.py
进行无监督训练
5.运行./cad60_supervise_train.py > result.txt
进行训练并把训练的信息保存到 result.txt 文件中。如果想要查看实时的训练信息可以运行 tail -f result.txt
来实时查看,打开浏览器登录 127.0.0.1:5006
来查看实时的识别率随训练过程的变化图像
6.把训练好的 params-after-train.pkl
文件拷贝到 demo
目录下,运行 ./demo.py
运行 demo 的识别程序
7.运行客户端,开始识别。