# mmw

**Repository Path**: zhuchenglaing/mmw

## Basic Information

- **Project Name**: mmw
- **Description**: 毫米波实验
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 5
- **Forks**: 0
- **Created**: 2022-07-26
- **Last Updated**: 2025-01-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# mmw

#### 介绍
毫米波实验

## 点云行为识别

###目录：pointnet

####数据
加载器：pointNet/data/Diff_people/dataloader.py
```bash
cd ./pointNet/data/Diff_people
python dataloader.py
```
input tensor:[1,4,n]

train_OPT_meta_P.py:端到端预训练代码
####训练
```bash
修改代码为
if __name__ == "__main__":
    #...
    # 训练
    # net.load_state_dict(torch.load(model_save_path_ac))
    train(net,dataloader_train,dataloader_test,epochs=10,lr=1e-4)
    #...
```

####测试
```bash
修改代码为
if __name__ == "__main__":
    #...
    # 训练
    net.load_state_dict(torch.load(model_save_path_ac))
    #train(net,dataloader_train,dataloader_test,epochs=10,lr=1e-4)
    #...
```
测试结果为OPT_meta_pre_hxjz.png、OPT_meta_pre_Tsne.png

## 点云姿态估计-pose

###目录：PoseEstimation
####训练
运行train文件夹下trainStreamMPT.py
```bash
cd PoseEstimation/train
python trainStreamMPT.py
```
训练生成的模型：PoseEstimation/models/model_loss_stream_MPT_my.pth

如果需要再次训练之前训练好的模型，需要修改代码
```bash
def train(net,dataloader_train, epochs=50, lr=1e-4):
    #...
    opt_AdamW.load_state_dict(checkpoint['optimizer'])
    #...
    
if __name__ == "__main__":
    #...
    # 再训练
    checkpoint = torch.load(model_save_path_loss)
    net.load_state_dict(checkpoint['net'],strict=False)
    train(net,dataloader_train,epochs=100,lr=1e-4)
    #...
```

####数据和测试
加载器：PoseEstimation/data/loader/MPTLoader.py
```bash
cd ./PoseEstimation/data/loader
python MPTLoader.py
```

####可视化
view：PoseEstimation/data/view/plot3D.py
```bash
cd ./PoseEstimation/data/view
python plot3D.py
```
按q退出可视化界面

修改源码可查看不同数据的可视化
```bash
# plot3DWithLabel(point, track,smooth)  
# plotP(point)
# plotT(track)
# plot3D(point, track)  #点云和GT骨骼点
viewM(point_m,track_m)
```

## 多域姿态估计模型
#### 演示
```
python ActionWithPose/view/poseTwoAll.py
```
![演示](ActionWithPose/view/演示.gif)

灰色点为毫米波雷达采集的点云数据

蓝色点为视觉处理得到的人体姿态

红色点为模型根据毫米波点云和多普勒图像推测的人体姿态
#### 数据
只公开部分演示数据

#### 模型
只公开ActionWithPose/results/poseTwo/pointnet_bps_mdm/model.pth用于演示