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：

  [object Object]

• 适配昇腾 AI 处理器的实现：

  [object Object]

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。

  [object Object]

  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

1. 获取Hmdb51数据集。

2. 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

  [object Object]

• 使用类似于 ActivityNet 的 json 格式生成注释文件 util_scripts/hmdb51_json.py

  [object Object]

  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。

  [object Object]

  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。

  [object Object]

开始训练

训练模型

1. 进入解压后的源码包根目录。

   [object Object]

2. 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。

     [object Object]

   • 单机8卡训练

     启动8卡训练。

     [object Object]

   --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。

   [object Object]

   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。