facebookresearch SlowFast 自定义ava数据集

已于 2025-03-19 00:30:13 修改
阅读量21 收藏
点赞数
分类专栏： 计算机视觉实践 slowfast 文章标签： python 开发语言
于 2022-10-17 18:05:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/WhiffeYF/article/details/127368058
版权

目录


我们先看看数据集的格式

ava_train_v2.1.csv

在这里插入图片描述

ava_val_v2.1.csv

在这里插入图片描述

ava_action_list_v2.1_for_activitynet_2018.pbtxt

在这里插入图片描述

ava_train_excluded_timestamps_v2.1.csv

在这里插入图片描述

ava_val_excluded_timestamps_v2.1.csv

在这里插入图片描述

train.csv

在这里插入图片描述
在这里插入图片描述

val.csv

在这里插入图片描述

ava_train_predicted_boxes.csv

在这里插入图片描述

ava_val_predicted_boxes.csv

在这里插入图片描述
ava_test_predicted_boxes.csv
在这里插入图片描述

AVA Actions Dataset 详解
清欢
07-08 1万+
文章目录0. 前言1. AVA简介1.1. 基本情况1.2. 如何获取1.3. 数据集构建过程1.4. annotations 解析2. SlowFast2.1. 构建 `Ava` 对象2.3. 读取某个keyframe信息3. MMAction 0. 前言 要基于AVA数据集做一些工作，网上的文章都不能满足我的要求，所以自己写一篇记录一下。 参考资料： 官网(需要翻墙) 相关论文 感想： 行为识别数据集下载真的困难，国内搞过的都懂…… 作为组里第一个吃螃蟹的，到现在还在跟 Kinetics-7
mmaction2自定义ava数据集进行时空动作识别（第二部分）
qq_40912605的博客
10-12 1065
window下面自定义ava数据集
SlowFast神经网络！github克隆到运行成功全过程实战篇
j18423532754的博客
10-12 6979
前言 上次更新了SlowFast，虽然没得好多人看，但是还是想把他更新完，为什么呢，其实我开始拿到SlowFast这个facebook写得项目的时候，很头疼。中国这边介绍slowfast的少之又少，搜来搜去的没有一点结果，那我就抛开了那些，认认真真的去读官方的手册和翻墙去和外面的人讨论，最后也确实帮我提升了不少，相信用slowfast跑项目的我们这边的人，我们确实是一种缘分。也希望，这种比较好的项目能在我们中国也能讨论起来，借鉴学习一下。 回顾 上一次写的文章告诉大家要从我们上次项目结构中的1、2
【ffmpeg裁剪视频faster rcnn自动检测 via】全自动实现ffmpeg将视频切割为图片帧，再使用faster rcnn将图片中的人检测出来，最后将检测结果转化为via可识别的csv格式
CSPhD-winston的博客
04-05 4874
前言 这篇博客是我在写毕业论文期间写的，为了不影响论文查重，我将在毕业论文发表后公开。 通过slowfast的官网可以知道，使用ffmpeg将视频先裁剪15分钟的视频，然后将15分钟的视频转化为图片帧。再使用detectron2的faster rcnn检测所有图片，再用python将检测结果整理为via（VGG Image Annotator）可是识别的csv文件。 一 ffmpeg 自动裁剪 ...
【slowfast复现 训练】训练过程 制作ava数据集 复现 SlowFast Networks for Video Recognition 训练 train
热门推荐
CSPhD-winston的博客
04-05 1万+
前言 slowfast官网 之前写了一个博客，是用slowfast的检测一个自己的视频的demo： 【SlowFast复现】SlowFast Networks for Video Recognition复现代码 使用自己的视频进行demo检测 我又花了2个月时间熟悉slowfast的框架，今天终于把slowfast的训练和数据集这一块跑通了。 这篇博客说一下slowfast的训练过程，这个训练耗时很长，难点体现在训练的数据量巨大，我用了1块GPU，训练了2个视频，估计花了1小时左右，保守估计，要把全部训练完
2023 安装 facebookresearch slowfast 自定义数据集训练 yolo数据集转ava数据集
CSPhD-winston的博客
10-13 5735
slowfast
slowfast自制ava动物数据集进行训练
strewberry4的博客
08-18 3399
根据ava格式，自制动物数据集在slowfast上进行训练
脸书slowfast复现
01-26
### Facebook SlowFast 模型复现教程 #### 使用 PyTorch 进行视频动作识别 ...这里指定了一个特定于 AVA 数据集上的 SLOWFAST_32x2_R101_50_50 训练好的权重作为初始状态，用于新样本分类任务中。
slowfast win11
04-03
如果计划使用自有数据而非公开可用的标准集合，则需要遵循 SlowFast 所支持的数据格式要求——即转换成类似于 AVA 数据结构的形式。这一步骤可通过 VIA (VGG Image Annotator) 工具辅助完成图像级标签分配任务；随后...
slowfast复现
01-27
python tools/run_net.py --cfg demo/AVA/SLOWFAST_32x2_R101_50_50.yaml ``` 此操作将加载给定路径中的 YAML 配置参数，并应用到 SlowFast 架构之上以评估输入视频片段内的活动类别。 #### 解决常见错误 遇到类似...
【ava 数据集】训练集和验证集之间的比例
CSPhD-winston的博客
04-20 1768
这里简单说一下关于ava数据集的训练集和验证集之间的比例 在ava数据集中，训练视频235个，验证视频64个，比例为100:28，也就是说，我们在自己做数据集的时候，尽量按照这个比例来制作 下面是代码部分： import csv csv_file=csv.reader(open('ava_train_v2.2.csv','r')) next(csv_file) name = '' count = 0 for line in csv_file: tempname=name name = l
【slowfast 减少ava数据集】将ava数据集缩小到2个，对数据集做训练，然后进行检测，为训练自己的数据集做准备
CSPhD-winston的博客
04-06 6474
前言 ava的数据集非常大，训练起来非常慢，这次我就把ava的数据集缩小到1个视频（原本有299个视频），这样做的目的是观察slowfast是如何训练ava数据集的。也为我后面制作自己的数据集做下铺垫。 ...
用Java模拟打字：深入解析 java.awt.Robot 的键盘控制艺术
码觉客的博客
04-28 2368
通过，我们可以实现强大的键盘自动化功能。对于简单的字符（英文字母、数字、基础标点等），可以通过模拟单个按键的按下和释放（可能需要配合 Shift 等修饰键）来实现，这需要建立字符到键码的映射并注意按键时序和延迟。对于复杂字符、中文或长文本，由于Robot不理解输入法逻辑，最可靠和常用的方法是将文本复制到系统剪贴板，然后模拟按下系统的粘贴快捷键。无论使用哪种方法，理解Robot的工作原理（模拟物理按键），处理好窗口焦点，并加入适当的延迟，是确保模拟输入成功的关键。虽然Robot。
【记录】Python调用大模型（以Deepseek和Qwen为例）
weixin_44194088的博客
04-29 308
预备（以BERTopic聚合主题为例）
python可视化艺术：VPython实现大物理模型
2301_80338712的博客
04-27 618
量子力学是现代物理学的基石，但其抽象概念往往难以理解。我们的第一个模拟通过可视化氢原子中电子的量子波函数，使这一微观世界变得可见。流体力学在工程、气象和医学领域有广泛应用。第二个模拟使用SPH（光滑粒子流体动力学）方法，展示了流体的复杂行为。宇宙尺度的天体物理学是现代科学最前沿的领域之一。我们的第三个模拟展示了星系环绕中央超大质量黑洞的形成和演化过程。VPython将强大的3D可视化能力与Python的简洁语法相结合，为科学教育和研究提供了绝佳工具。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 3072
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
京东商品详情API数据爬取难度分析与解决方案
Asher18870278351的博客
04-28 881
京东商品数据爬取是一项技术要求高、维护成本大的工程，需要综合运用网络爬虫、密码学分析和分布式系统等多领域知识。成功的爬虫系统需要在技术实现、资源投入和合规边界之间找到平衡点。随着电商平台安全技术的不断升级，爬取方也需要持续迭代技术手段，同时更应关注数据获取的合法合规性。
基于亚马逊云科技搭建企业问答系统
正在自我救赎的菜鸟。本人所有内容均不收费，可随意转发，复制
04-27 1116
在当今信息密集的企业环境中，如何快速、安全地构建专属知识库成为提升效率的关键。本教程将手把手教你如何从零开始，借助 Amazon Bedrock 控制台与 DeepSeek 大语言模型，将企业内部文档转化为可交互的问答系统（RAG 架构）。无需任何编程经验，只需按照步骤操作，即可轻松完成搭建与体验。
python3调用某个路径下的方法超级详解
最新发布
数据知道的博客
04-30 198
通过以上方法，您可以灵活地在Python项目中调用任意路径下的方法，同时保证代码的安全性和可维护性。原理：Python在导入模块时会搜索sys.path中的路径，通过临时添加路径可以实现模块导入。在Python中，调用特定路径下的方法涉及模块导入和路径处理。原理：importlib提供了更灵活的模块导入机制，可以直接从文件路径导入模块。原理：直接读取文件内容并执行，相当于将文件内容插入当前上下文。• 将导入语句放在函数/方法内部。注意：需要将项目作为包运行（
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CSPhD-winston-杨帆

给我饭钱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值