forked from PantoMatrix/PantoMatrix
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathconfig.py
184 lines (165 loc) · 8.35 KB
/
config.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
import configargparse
import time
import json
import yaml
def str2bool(v):
""" from https://stackoverflow.com/a/43357954/1361529 """
if isinstance(v, bool):
return v
if v.lower() in ('yes', 'true', 't', 'y', '1'):
return True
elif v.lower() in ('no', 'false', 'f', 'n', '0'):
return False
else:
raise configargparse.ArgumentTypeError('Boolean value expected.')
def parse_args():
'''
requirement for config
1. command > yaml > default
2. avoid re-definition
3. lowercase letters is better
4. hierarchical is not necessary
'''
parser = configargparse.ArgParser()
parser.add("-c", "--config", required=True, is_config_file=True)
# save the objective score
parser.add("--project", default="audio2pose", type=str)
parser.add("--csv", default="git3.csv", type=str)
parser.add("--trainer", default="camn", type=str)
parser.add("--notes", default="", type=str)
# ------------- path and save name ---------------- #
parser.add("--is_train", default=True, type=str2bool)
# different between environments
parser.add("--root_path", default="../..")
parser.add("--out_root_path", default="/outputs/audio2pose/", type=str)
parser.add("--train_data_path", default="/datasets/trinity/train/", type=str)
parser.add("--val_data_path", default="/datasets/trinity/val/", type=str)
parser.add("--test_data_path", default="/datasets/trinity/test/", type=str)
parser.add("--mean_pose_path", default="/datasets/trinity/train/", type=str)
parser.add("--std_pose_path", default="/datasets/trinity/train/", type=str)
# for pretrian weights
parser.add("--torch_hub_path", default="../../datasets/checkpoints/", type=str)
# pretrained vae for evaluation
# load vae name = eval_model_type_vae_length
parser.add("--model_name_last", default="last.pth", type=str)
parser.add("--model_name_best", default="best.pth", type=str)
parser.add("--eval_model", default="vae", type=str)
parser.add("--e_name", default=None, type=str) #HalfEmbeddingNet
parser.add("--e_path", default="/datasets/beat/generated_data/self_vae_128.bin")
parser.add("--test_ckpt", default="/datasets/beat_cache/beat_4english_15_141/last.bin")
parser.add("--variational_encoding", default=False, type=str2bool)
parser.add("--vae_length", default=256, type=int)
# --------------- data ---------------------------- #
parser.add("--dataset", default="beat", type=str)
parser.add("--pose_version", default="spine_neck_141", type=str)
parser.add("--new_cache", default=True, type=str2bool)
parser.add("--use_aug", default=False, type=str2bool)
parser.add("--disable_filtering", default=False, type=str2bool)
parser.add("--clean_first_seconds", default=0, type=int)
parser.add("--clean_final_seconds", default=0, type=int)
parser.add("--audio_rep", default=None, type=str)
parser.add("--word_rep", default=None, type=str)
parser.add("--emo_rep", default=None, type=str)
parser.add("--sem_rep", default=None, type=str)
parser.add("--facial_rep", default=None, type=str)
parser.add("--pose_rep", default="bvh_rot", type=str)
parser.add("--speaker_id", default=None, type=str)
parser.add("--freeze_wordembed", default=True, type=str2bool)
parser.add("--audio_fps", default=16000, type=int)
parser.add("--facial_fps", default=15, type=int)
parser.add("--pose_fps", default=15, type=int)
parser.add("--audio_dims", default=1, type=int)
parser.add("--facial_dims", default=39, type=int)
parser.add("--pose_dims", default=123, type=int)
parser.add("--word_index_num", default=5793, type=int)
parser.add("--word_dims", default=300, type=int)
parser.add("--speaker_dims", default=4, type=int)
parser.add("--emotion_dims", default=8, type=int)
parser.add("--audio_norm", default=False, type=str2bool)
parser.add("--facial_norm", default=False, type=str2bool)
parser.add("--pose_norm", default=True, type=str2bool)
parser.add("--pose_length", default=34, type=int)
parser.add("--pre_frames", default=4, type=int)
parser.add("--stride", default=10, type=int)
parser.add("--pre_type", default="zero", type=str)
parser.add("--audio_f", default=128, type=int)
parser.add("--facial_f", default=128, type=int)
parser.add("--speaker_f", default=0, type=int)
parser.add("--word_f", default=0, type=int)
parser.add("--emotion_f", default=0, type=int)
parser.add("--aud_prob", default=1.0, type=float)
parser.add("--pos_prob", default=1.0, type=float)
parser.add("--txt_prob", default=1.0, type=float)
parser.add("--fac_prob", default=1.0, type=float)
parser.add("--multi_length_training", default=[1.0], type=float, nargs="*")
# --------------- model ---------------------------- #
parser.add("--pretrain", default=False, type=str2bool)
parser.add("--model", default="camn", type=str)
parser.add("--g_name", default="CaMN", type=str)
parser.add("--d_name", default=None, type=str) #ConvDiscriminator
parser.add("--dropout_prob", default=0.3, type=float)
parser.add("--n_layer", default=4, type=int)
parser.add("--hidden_size", default=300, type=int)
# Self-designed "Multi-Stage", "Seprate", or "Original"
parser.add("--finger_net", default="original", type=str)
# --------------- training ------------------------- #
parser.add("--epochs", default=120, type=int)
parser.add("--grad_norm", default=0, type=int)
parser.add("--no_adv_epochs", default=4, type=int)
parser.add("--batch_size", default=128, type=int)
parser.add("--opt", default="adam", type=str)
parser.add("--lr_base", default=0.00025, type=float)
parser.add("--opt_betas", default=[0.5, 0.999], type=float, nargs="*")
parser.add("--weight_decay", default=0., type=float)
# for warmup and cosine
parser.add("--lr_min", default=1e-7, type=float)
parser.add("--warmup_lr", default=5e-4, type=float)
parser.add("--warmup_epochs", default=0, type=int)
parser.add("--decay_epochs", default=9999, type=int)
parser.add("--decay_rate", default=0.1, type=float)
parser.add("--lr_policy", default="step", type=str)
# for sgd
parser.add("--momentum", default=0.8, type=float)
parser.add("--nesterov", default=True, type=str2bool)
parser.add("--amsgrad", default=False, type=str2bool)
parser.add("--d_lr_weight", default=0.2, type=float)
parser.add("--rec_weight", default=500, type=float)
parser.add("--adv_weight", default=20.0, type=float)
parser.add("--fid_weight", default=0.0, type=float)
parser.add("--vel_weight", default=0.0, type=float)
parser.add("--acc_weight", default=0.0, type=float)
parser.add("--kld_weight", default=0.0, type=float)
parser.add("--kld_aud_weight", default=0.0, type=float)
parser.add("--kld_fac_weight", default=0.0, type=float)
parser.add("--ali_weight", default=0.0, type=float)
parser.add("--div_reg_weight", default=0.0, type=float)
parser.add("--rec_aud_weight", default=0.0, type=float)
parser.add("--rec_pos_weight", default=0.0, type=float)
parser.add("--rec_fac_weight", default=0.0, type=float)
parser.add("--rec_txt_weight", default=0.0, type=float)
# parser.add("--gan_noise_size", default=0, type=int)
# --------------- device -------------------------- #
parser.add("--random_seed", default=2021, type=int)
parser.add("--deterministic", default=True, type=str2bool)
parser.add("--benchmark", default=True, type=str2bool)
parser.add("--cudnn_enabled", default=True, type=str2bool)
# mix precision
parser.add("--apex", default=False, type=str2bool)
parser.add("--gpus", default=[0], type=int, nargs="*")
parser.add("--loader_workers", default=0, type=int)
parser.add("--ddp", default=False, type=str2bool)
#parser.add("--world_size")
# logging
parser.add("--log_period", default=10, type=int)
parser.add("--test_period", default=20, type=int)
args = parser.parse_args()
idc = 0
for i, char in enumerate(args.config):
if char == "/": idc = i
args.name = args.config[idc+1:-5]
is_train = args.is_train
if is_train:
time_local = time.localtime()
name_expend = "%02d%02d_%02d%02d%02d_"%(time_local[1], time_local[2],time_local[3], time_local[4], time_local[5])
args.name = name_expend + args.name
return args