读了论文 Exploring Contrastive Learning inHuman Activity Recognition for Healthcare

Camera-aware representation learning for person re-identification

代码工作

• 在本地 Conda 环境中安装 tensorflow 的相关依赖。
• 理解使用SimCLR进行 Human Activity Recognition的论文代码主要逻辑。
• 理解HAR和Driving Style Recognition其使用数据集中的各个部分的意义。
• 修改HAR的代码，将其数据集替换为DSR使用的数据集，修改项目各个相关地方的代码。

问题分析

• 数据源格式不同
  HAR项目使用的数据集格式为csv，其在项目中读取csv文件中的数据后转换加载为pkl文件后，在代码中调用。
  DSR 项目中的数据为 .mat 格式。一开始考虑转换为 csv格式后再直接使用HAR中处理数据集的代码直接调用。后面考虑到DSR中数据源有9个，HAR只有3种数据。
  后面直接使用python相关库读取.mat文件，直接进行数据操作。
• 数据集划分
  HAR划分了训练集、验证集、测试集。其中训练集和测试集是按不同数据采集对象进行划分的。DSR中只划分了训练集和测试集，好像是取10%作为测试集，其余90%啊作为训练集。
• 预训练正常，Fine-tuning时报错
  ValueError: Shapes (None, 1) and (None, 2) are incompatible
  后面不停调试，查找资料后发现，这个错误的原因是因为 Fine-tuning里的代码使用了 softmax进行分类任务，而标签文件没有改成相应 one-hot 编码的形式。

下一步计划

继续调试修改代码，找高师兄要 HDC 的数据。