概述
简述
3D_ResNet是一个经典的动作识别网络。结构包括卷积层池化层等,训练好的模型输入图片后可以识别出人的动作,准确率高。
参考实现:
url=https://github.com/kenshohara/3D-ResNets-PyTorch.git commit_id=540a0ea1abaee379fa3651d4d5afbd2d667a1
适配昇腾 AI 处理器的实现:
url=https://gitee.com/ascend/ModelZoo-PyTorch.git code_path=PyTorch/built-in/cv/classification
准备训练环境
准备环境
当前模型支持的 PyTorch 版本和已知三方库依赖如下表所示。
表 1 版本支持表
Torch_Version 三方库依赖版本 PyTorch 1.5 pillow==8.4.0 PyTorch 1.8 pillow==9.1.0 环境准备指导。
请参考《Pytorch框架训练环境准备》。
安装依赖。
在模型源码包根目录下执行命令,安装模型对应PyTorch版本需要的依赖。
pip install -r 1.5_requirements.txt # PyTorch1.5版本 pip install -r 1.8_requirements.txt # PyTorch1.8版本
说明: 只需执行一条对应的PyTorch版本依赖安装命令。
准备数据集
获取Hmdb51数据集。
数据预处理(按需处理所需要的数据集)。
将avi转化为jpg
util_scripts/generate_video_jpgs.py
python -m util_scripts.generate_video_jpgs avi_video_dir_path jpg_video_dir_path hmdb51
使用类似于 ActivityNet 的 json 格式生成注释文件
util_scripts/hmdb51_json.py
python -m util_scripts.hmdb51_json annotation_dir_path jpg_video_dir_path dst_json_path
说明:
annotation_dir_path
包括 brush_hair_test_split1.txt, ...预处理后ResNet3D数据集目录结构参考如下所示。
├── data ├──hmdb51_jpg ├──brush_hair │──April_09_brush_hair_u_nm_np1_ba_goo_0 |——image_00001.jpg |——image_00002.jpg | ... │──April_09_brush_hair_u_nm_np1_ba_goo_1 |——image_00001.jpg |——image_00002.jpg | ... │ ... ├──cartwheel │──Acrobacias_de_un_fenomeno_cartwheel_f_cm_np1_fr_bad_3 |——image_00001.jpg |——image_00002.jpg | ... │──Acrobacias_de_un_fenomeno_cartwheel_f_cm_np1_fr_bad_4 |——image_00001.jpg |——image_00002.jpg | ... │ ... ├──... ├──hmdb51_json ├──hmdb51_1.json ├──hmdb51_2.json |——hmdb51_3.json
说明: 该数据集的训练过程脚本只作为一种参考示例。
获取预训练模型
- 下载预训练模型r3d18_K_200ep.pth,并放在数据集一级目录下,目录结构参考如下所示。
├── data ├──hmdb51_jpg ... ├──hmdb51_json ├──r3d18_K_200ep.pth
开始训练
训练模型
进入解压后的源码包根目录。
cd /${模型文件夹名称}
运行训练脚本。
该模型支持单机单卡训练和单机8卡训练。
单机单卡训练
启动单卡训练。
bash ./test/train_full_1p.sh --data_path=/data/xxx/ # 单卡精度 bash ./test/train_performance_1p.sh --data_path=/data/xxx/ # 单卡性能
单机8卡训练
启动8卡训练。
bash ./test/train_full_8p.sh --data_path=/data/xxx/ # 8卡精度 bash ./test/train_performance_8p.sh --data_path=/data/xxx/ 8卡性能
--data_path参数填写数据集路径,需写到数据集的一级目录。
模型训练脚本参数说明如下。
公共参数: --video_path //数据集路径 --annotation_path //标签路径 --result_path //结果路径 --dataset //数据集名称 --batch-size //训练批次大小 --learning_rate //初始学习率,默认:0.01 --model_depth //模型深度 --n_threads //线程 --loss_scale_value //混合精度lossscale大小 --opt_level //混合精度类型 --device_list //训练卡设置
训练完成后,权重文件保存在当前路径下,并输出模型训练精度和性能信息。
训练结果展示
表 2 训练结果展示表
NAME | Acc@1 | FPS | Epochs | AMP_Type | Torch_Version |
---|---|---|---|---|---|
1p-NPU | - | 631 | 1 | O2 | 1.8 |
8p-NPU | 0.598 | 5436.46 | 200 | O2 | 1.8 |
版本说明
变更
2023.02.21:更新readme,重新发布。
2022.07.08:首次发布。
FAQ
无。