在家做农业关注什么网站,不动产登记网站建设,北海市网站建设,济南mip网站建设公司OpenSTL#xff1a;方便好用的时空预测开源库 时空预测学习是一种学习范式#xff0c;它使得模型能够通过在无监督的情况下从给定的过去帧预测未来帧#xff0c;从而学习空间和时间的模式。尽管近年来取得了显著的进展#xff0c;但由于不同的设置、复杂的实现和难以复现性…OpenSTL方便好用的时空预测开源库 时空预测学习是一种学习范式它使得模型能够通过在无监督的情况下从给定的过去帧预测未来帧从而学习空间和时间的模式。尽管近年来取得了显著的进展但由于不同的设置、复杂的实现和难以复现性对其缺乏系统性的理解。我们提出了OpenSTL这是一个全面的时空预测学习基准将常见的方法分为recurrent-based和recurrent-free的模型两大类。OpenSTL提供了一个模块化和可扩展的框架实现了各种最先进的方法。我们对包括合成移动物体轨迹、人体动作、驾驶场景、交通流量和天气预测等不同领域的数据集进行了标准评估。我们提供了详尽的标准评估结果和可视化样例并发布了对应的模型权重和log记录文件。
OpenSTL的特性
灵活的代码设计。OpenSTL将STL算法分解为方法训练和预测、模型网络架构和模块并提供统一的实验API。用户可以根据不同的STL任务使用灵活的训练策略和网络开发自己的STL算法。标准化基准。OpenSTL将支持STL算法的标准化基准包括训练和评估类似于许多开源项目例如MMDetection和USB等。支持多种模型和任务。OpenSTL包含了十四种有代表性的时空预测学习算法和二十四种模型涵盖了从合成移动物体轨迹到真实世界的人体动作、驾驶场景、交通流量和天气预测等六类任务和十余个数据集。 论文https://arxiv.org/pdf/2306.11249 代码https://github.com/chengtan9907/OpenSTL OpenSTL框架
OpenSTL是基于PyTorch开发的时空预测代码框架包含了多种常用的算法和模型提供了统一的训练、评估接口。此外我们还提供了便捷的可视化功能便于研究和应用过程中的效果展示。OpenSTL是高度模块化、可拓展的用户可以灵活地基于OpenSTL来开发新的算法。 安装
OpenSTL提供了conda环境设置文件用户可以通过以下命令轻松复现环境
git clone https://github.com/chengtan9907/OpenSTL
cd OpenSTL
conda env create -f environment.yml
conda activate OpenSTL
python setup.py develop我们提供了环境描述和数据集准备步骤可以参考 install.md.
教程利用自定义数据构建自己的项目
我们提供了一个使用OpenSTL在自定义数据上进行训练、评估和可视化的教程。这个教程可以帮助用户快速使用OpenSTL构建自己的项目。详细信息请参考examples/ 目录中的 tutorial.ipynb。
我们还提供了该教程的Colab演示Colab链接.
标准化基准结果
详尽的标准化基准结果在 docs/en/model_zoos/ 中展示可视化样例在 docs/en/visualization。
这里我们以Moving Fashion MNIST和KittiCaltech为例展示标准化基准评估结果。
Moving Fashion MNIST的标准评估结果如下所示 KittiCaltech的标准评估结果如下所示 我们以全球气象云层预测展示可视化样例建议在Github上看GIF动图更清晰嗷
最后欢迎大家多多点star、提issue哈
