Skip to content

Latest commit

 

History

History
37 lines (24 loc) · 1.2 KB

File metadata and controls

37 lines (24 loc) · 1.2 KB

auttitude_recognition

基于pytorch的时间序列分类模型

环境要求:

  • python>=3.7,3.7、3.8测试无问题
  • cuda>=10.1,建议10.2(非必须)

安装依赖:

# 安装有网络问题可以替换为阿里源,coda安装依赖自行百度
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host tuna.tsinghua.edu.cn

替换模型

  • pytorch训练模型,替换掉main.py定义模型和加载模型部分
  • 其他模型,在main.py引入模型代码,如果提示缺少xx库(包),按照提示按照即可,最后重写定义模型和加载模型部分
  • process_post_file函数返回数组的形状:(time_seqence,15),time_seqence为时间序列的长度

运行:

# 修改config配置(非必须)
vi config.py

# 运行
python main.py
    

APP测试模型效果

  • 点击app界面的右上角的三个点,修改服务器为自定义服务器,IP地址输入本机的IP地址,连接了WiFi则为WiFi的地址,一般为192.168.x.x的格式,如果在配置文件config.py中修改了端口号,设置里的端口号也得改 ,保存设置。

  • 在app识别界面测试模型的泛化性能即可