forked from InnopolisUni/innofw
-
Notifications
You must be signed in to change notification settings - Fork 0
Commit
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
Merge pull request InnopolisUni#86 from QazyBi/feature/add-additional…
…-readme Create README_prom.md
- Loading branch information
Showing
1 changed file
with
134 additions
and
0 deletions.
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Original file line number | Diff line number | Diff line change |
---|---|---|
@@ -0,0 +1,134 @@ | ||
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 |