Skip to content

Latest commit

 

History

History
134 lines (95 loc) · 6.4 KB

README_prom.md

File metadata and controls

134 lines (95 loc) · 6.4 KB
Raw

Для использования Фреймворка для поддержки принятия решений в функционировании системы безопасности предприятия необходимо выполнить следующие шаги:

  1. Склонировать фреймворк;

    git clone https://github.com/InnopolisUni/innofw.git

  2. Установить пакеты poetry;

    poetry install

  3. Для инициализации модели предобученными весами указать путь к весам в параметре ckpt_path эксперимента, либо в shell/batch скрипта;

  4. Путь к наборам данных указан в параметре source конфигурационных файлов datasets (набор данных загрузится автоматически при запуске скрипта);

  5. Запустить алгоритмы посредством shell/batch скриптов.

Команды с использованием shell скриптов приведенные ниже должны быть использованы на ОС Линукс Команды с использованием batch скриптов приведенные ниже должны быть использованы на ОС Windows

Список алгоритмов:

  1. интеллектуальный анализ и мониторинг потоков данных, система сетевого видеонаблюдения для обеспечения видеоаналитики и работы с потоками данных (ONVIF)

    Пример использования (sh/bat скрипты):

    • linux:
      • sh camera_info.sh
      • sh stream.sh
      • sh mover_pan_left.sh
      • sh mover_pan_right.sh
      • sh mover_tilt_down.sh
      • sh mover_tilt_up.sh
      • sh mover_zoom_in.sh
      • sh mover_zoom_out.sh
    • windows
      • camera_info.bat
      • stream.bat
      • mover_pan_left.bat
      • mover_pan_right.bat
      • mover_tilt_down.bat
      • mover_tilt_up.bat
      • mover_zoom_in.bat
      • mover_zoom_out.bat

  2. One-Shot learning

    Пример использования (sh/bat скрипты):

    • обучение
      • sh train_osl.sh
      • train_osl.bat
    • инференс
      • sh infer_osl.sh
      • infer_osl.bat

    Набор данных: osl_faces

    Путь к набору данных (train): https://api.blackhole.ai.innopolis.university/public-datasets/testing/faces/train.zip

    Путь к набору данных (test): https://api.blackhole.ai.innopolis.university/public-datasets/testing/faces/test.zip

    Веса предобученной модели: https://api.blackhole.ai.innopolis.university//pretrained/one_shot_learning/epoch107.ckpt

  3. метод комплексирования данных сенсоров видимого диапазона света с данными, полученными от 2D- или 3D-сенсоров иной природы

    Пример использования (sh/bat скрипты):

    • sh infer_complexing_data.sh
    • infer_complexing_data.bat

  4. алгоритм, основанный на рекуррентных нейронных сетях (lstm)

    Пример использования (sh/bat скрипты):

    • обучение
      • sh train_lstm.sh
      • train_lstm.bat
    • инференс
      • sh infer_lstm.sh
      • infer_lstm.bat

    Набор данных: ecg

    Путь к набору данных (train): https://api.blackhole.ai.innopolis.university/public-datasets/ECG/train.zip

    Путь к набору данных (test): https://api.blackhole.ai.innopolis.university/public-datasets/ECG/test.zip

    Веса предобученной модели: https://api.blackhole.ai.innopolis.university/pretrained/ecg_lstm.pt

  5. классификация

    Пример использования (sh/bat скрипты):

    • обучение
      • sh train_classification.sh
      • train_classification.bat
    • инференс
      • sh infer_classification.sh
      • infer_classification.bat

    Набор данных: mnist

    Путь к набору данных (train): https://api.blackhole.ai.innopolis.university/public-datasets/mnist/train.zip

    Путь к набору данных (test): https://api.blackhole.ai.innopolis.university/public-datasets/mnist/test.zip

    Веса предобученной модели: https://api.blackhole.ai.innopolis.university/pretrained/mnist_classification.pt.ckpt

  6. регрессия

    Пример использования (sh/bat скрипты):

    • обучение
      • sh train_linear_regression.sh
      • train_linear_regression.bat
    • инференс
      • sh infer_linear_regression.sh
      • infer_linear_regression.bat

    Набор данных: house_prices

    Путь к набору данных (train): https://api.blackhole.ai.innopolis.university/public-datasets/house_prices/train.zip

    Путь к набору данных (test): https://api.blackhole.ai.innopolis.university/public-datasets/house_prices/test.zip

    Веса предобученной модели: https://api.blackhole.ai.innopolis.university/pretrained/house_prices_lin_reg.pickle

  7. кластеризация

    Пример использования (sh/bat скрипты):

    • обучение
      • sh train_clustering.sh
      • train_clustering.bat
    • инференс
      • sh infer_clustering.sh
      • infer_clustering.bat

    Набор данных: credit_cards

    Путь к набору данных (train): https://api.blackhole.ai.innopolis.university/public-datasets/credit_cards/train.zip

    Путь к набору данных (test): https://api.blackhole.ai.innopolis.university/public-datasets/credit_cards/test.zip

    Веса предобученной модели: https://api.blackhole.ai.innopolis.university/pretrained/credit_cards_kmeans.pickle