@Matrixzhu
2020-09-15T06:55:15.000000Z
字数 658
阅读 1247
代码文档
目前在代码中添加了两个功能：
ir_csn_152。作为一个单流的轻量型网络，基于Kinetics-400数据集进行训练。| CSN | restnet depth | top1 acc | top5 acc |
|---|---|---|---|
| 论文结果 | 50 | 70.8 | |
| 测试结果 | 50 | 74.26 | 92.72 |
| 模型运行情况 | mean iter time | CPU mean |
|---|---|---|
| pyav | 1.20 S | 65.34 g |
| decord | 1.10 s | 57.38 g |
运行时使用终端配置文件CSN_8x8_R50.yaml, 测试时使用Kinetics-400数据集，TEST_CROP_SIZE:224，NUM_FRAMES:16。
在 video_model_builder.py中添加了ir_csn_152 类。
对于预训练权重，由于格式和slowfast 的权重载入方式不一样因此不能按源码的载入方式，这里是直接在test_net.py另写了权重载入的步骤。训练时可以直接使用原有的载入权重过程。
更改CSN_8x8_R50.yaml, DATASET: Fallset。 数据输入的格式为 some/directory-1 12 163 3。从左至右依次为：图片帧文件夹绝对路径 起始帧 片段长度 标签
在slowfast/dataset/Kinetics.py 中加了一个名为Fallset的类。操作方式类似Kinetics类。