STADStream

这个仓库是 WiFiTAD / 传感器时序动作检测代码。

目前主要是先把 WiFiTAD 数据、几个 baseline 风格的模型、在线测试流程接到一起，方便后续实验。

目前功能

• 读取 WiFiTAD 的 .npy 传感器数据，转成 [C, T] 输入；
• 根据 annotation 切 clip，生成 detection target；
• 写了 DPWiT / SlimSTAD / MATR / MOAD 风格的统一 adapter；
• 写了 train、stream test、eval 的统一入口；
• 写了一个 online wrapper，把离线模型先用 sliding window 方式跑成在线版本；
• MATR 另外留了 faithful reproduction 相关入口，和自己写的 adapter 分开。

统一输入输出暂时是：

input:  torch.Tensor [B, C, T]
target: list[Tensor[N, 3]], each row = [start_norm, end_norm, class_id]
output: {"loc": [B, A, 2], "conf": [B, A, K], "priors": [1, A, 1]}

目录

src/stadstream/data/          WiFiTAD 数据读取和处理
src/stadstream/models/        几个 baseline 风格的 adapter
src/stadstream/online.py      online wrapper
src/stadstream/evaluation.py  mAP / latency 相关评估
scripts/                      训练、测试、smoke test 脚本
configs/                      数据路径和训练配置

运行

安装：

pip install -e .

smoke test：

python scripts/smoke_train.py --config configs/wifitad_mini.yaml --model slimstad --max-batches 1
python scripts/stream_smoke.py --config configs/wifitad_mini.yaml --model slimstad --max-chunks 4

训练、在线测试和评估：

python scripts/run_experiment.py --config configs/wifitad_mini.yaml --model slimstad --mode train_test_eval