opts_egtea.py

# import argparse

# def parse_opt():
#     parser = argparse.ArgumentParser()
#     # Overall settings
#     parser.add_argument('--mode', type=str, default='train')
#     parser.add_argument('--video_name', type=str, default=None, help='Name of the single video to evaluate')
#     parser.add_argument('--video_path', type=str, default='', help='Path to the input video file for visualization')
#     parser.add_argument('--checkpoint_path', type=str, default='./checkpoint')
#     parser.add_argument('--segment_size', type=int, default=64)
#     parser.add_argument('--anchors', type=str, default='2,4,6,8,12,16')
#     parser.add_argument('--seed', default=7, type=int, help='random seed for reproducibility')

#     # Overall Dataset settings
#     parser.add_argument('--num_of_class', type=int, default=23)
#     parser.add_argument('--data_format', type=str, default="npz_i3d")
#     parser.add_argument('--data_rescale', default=False, action='store_true')
#     parser.add_argument('--predefined_fps', default=None, type=float)
#     parser.add_argument('--rgb_only', default=False, action='store_true')
#     parser.add_argument('--video_anno', type=str, default="./data/egtea_annotations_split{}.json")
#     parser.add_argument('--video_feature_all_train', type=str, default="./data/I3D/")
#     parser.add_argument('--video_feature_all_test', type=str, default="./data/I3D/")
#     parser.add_argument('--setup', type=str, default="")
#     parser.add_argument('--exp', type=str, default="01")
#     parser.add_argument('--split', type=str, default="1")

#     # Network
#     parser.add_argument('--feat_dim', type=int, default=2048)
#     parser.add_argument('--hidden_dim', type=int, default=1024)
#     parser.add_argument('--out_dim', type=int, default=23)
#     parser.add_argument('--enc_layer', type=int, default=3)
#     parser.add_argument('--enc_head', type=int, default=8)
#     parser.add_argument('--dec_layer', type=int, default=5)
#     parser.add_argument('--dec_head', type=int, default=4)

#     # Training settings
#     parser.add_argument('--batch_size', type=int, default=128)
#     parser.add_argument('--lr', type=float, default=1e-4)
#     parser.add_argument('--weight_decay', type=float, default=1e-4)
#     parser.add_argument('--epoch', type=int, default=5)
#     parser.add_argument('--lr_step', type=int, default=3)

#     # Post processing
#     parser.add_argument('--alpha', type=float, default=1)
#     parser.add_argument('--beta', type=float, default=1)
#     parser.add_argument('--gamma', type=float, default=0.2)
#     parser.add_argument('--pptype', type=str, default="net")
#     parser.add_argument('--pos_threshold', type=float, default=0.5)
#     parser.add_argument('--sup_threshold', type=float, default=0.1)
#     parser.add_argument('--threshold', type=float, default=0.1)
#     parser.add_argument('--inference_subset', type=str, default="test")
#     parser.add_argument('--soft_nms', type=float, default=0.3)
#     parser.add_argument('--video_len_file', type=str, default="./output/video_len_{}.json")
#     parser.add_argument('--proposal_label_file', type=str, default="./output/proposal_label_{}.h5")
#     parser.add_argument('--suppress_label_file', type=str, default="./output/suppress_label_{}.h5")
#     parser.add_argument('--suppress_result_file', type=str, default="./output/suppress_result{}.h5")
#     parser.add_argument('--frame_result_file', type=str, default="./output/frame_result{}.h5")
#     parser.add_argument('--result_file', type=str, default="./output/result_proposal{}.json")
#     parser.add_argument('--wterm', type=bool, default=False)

#     args = parser.parse_args()
#     return args

import argparse
import os

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--video_anno', type=str, default=os.path.join(os.getcwd(), 'data', 'annotations.json'))
    parser.add_argument('--video_path', type=str, default=os.path.join(os.getcwd(), 'data', 'videos', 'test_video.mp4'))
    parser.add_argument('--video_feature_all_test', type=str, default=os.path.join(os.getcwd(), 'data', 'features') + os.sep)
    parser.add_argument('--video_len_file', type=str, default=os.path.join(os.getcwd(), 'data', 'video_len_{}.json'))
    parser.add_argument('--proposal_label_file', type=str, default=os.path.join(os.getcwd(), 'data', 'proposal_label_{}.h5'))
    parser.add_argument('--suppress_label_file', type=str, default=os.path.join(os.getcwd(), 'data', 'suppress_label_{}.h5'))
    parser.add_argument('--checkpoint_path', type=str, default=os.path.join(os.getcwd(), 'checkpoints'))
    parser.add_argument('--result_file', type=str, default=os.path.join(os.getcwd(), 'results', 'result_{}.json'))
    parser.add_argument('--frame_result_file', type=str, default=os.path.join(os.getcwd(), 'results', 'frame_result_{}.h5'))
    parser.add_argument('--batch_size', type=int, default=1)
    parser.add_argument('--gradio', type=bool, default=False)
    parser.add_argument('--exp', type=str, default='action_detection')
    parser.add_argument('--mode', type=str, default='test')
    parser.add_argument('--inference_subset', type=str, default='test')
    parser.add_argument('--num_of_class', type=int, default=23)  # 22 EGTEA actions + background
    parser.add_argument('--segment_size', type=int, default=16)
    parser.add_argument('--threshold', type=float, default=0.5)
    parser.add_argument('--soft_nms', type=float, default=0.3)
    parser.add_argument('--sup_threshold', type=float, default=0.5)
    parser.add_argument('--anchors', type=str, default='1,2,4,8,16,32')
    parser.add_argument('--feat_dim', type=int, default=2048)  # rgb (1024) + flow (1024)
    parser.add_argument('--lr', type=float, default=1e-4)
    parser.add_argument('--weight_decay', type=float, default=1e-4)
    parser.add_argument('--lr_step', type=int, default=10)
    parser.add_argument('--epoch', type=int, default=20)
    parser.add_argument('--alpha', type=float, default=1.0)
    parser.add_argument('--beta', type=float, default=1.0)
    parser.add_argument('--gamma', type=float, default=1.0)
    parser.add_argument('--seed', type=int, default=42)
    parser.add_argument('--pptype', type=str, default='nms')
    parser.add_argument('--data_format', type=str, default='npz_i3d')
    parser.add_argument('--rgb_only', type=bool, default=False)
    parser.add_argument('--predefined_fps', type=int, default=30)
    parser.add_argument('--split', type=str, default='test')
    parser.add_argument('--setup', type=str, default='default')
    parser.add_argument('--data_rescale', type=float, default=1.0)
    parser.add_argument('--pos_threshold', type=float, default=0.5)
    args = parser.parse_args()
    return args