MMAction2 视频理解框架安装指南

MMAction2 视频理解框架安装指南

mmaction2 OpenMMLab's Next Generation Video Understanding Toolbox and Benchmark 项目地址: https://gitcode.com/gh_mirrors/mm/mmaction2

前言

MMAction2 是一个基于 PyTorch 的开源视频理解框架，专注于动作识别、时序动作检测等视频分析任务。本文将详细介绍如何在不同平台上安装 MMAction2，包括环境准备、最佳实践、验证安装以及常见问题解决等内容。

环境准备

系统要求

MMAction2 支持 Linux、Windows 和 macOS 操作系统，需要满足以下基本要求：

• Python 3.7 或更高版本
• CUDA 10.2 或更高版本（如需 GPU 加速）
• PyTorch 1.8 或更高版本

安装 Miniconda

Miniconda 是一个轻量级的 Python 环境管理工具，推荐使用它来管理 MMAction2 的依赖环境：

1. 从 Miniconda 官网下载对应版本的安装包
2. 按照官方指引完成安装

创建并激活 Conda 环境

conda create --name mmaction2 python=3.8 -y
conda activate mmaction2

安装 PyTorch

根据硬件平台选择不同的安装命令：

GPU 平台：

conda install pytorch torchvision -c pytorch

CPU 平台：

conda install pytorch torchvision cpuonly -c pytorch

注意：安装前请确认 CUDA 版本与 PyTorch 版本兼容性。

最佳安装实践

安装依赖库

MMAction2 依赖于多个 OpenMMLab 生态库，推荐使用 MIM 工具进行安装：

pip install -U openmim
mim install mmengine
mim install mmcv
mim install mmdet  # 可选，用于时空动作检测任务
mim install mmpose  # 可选，用于基于姿态的动作识别

安装 MMAction2

根据使用需求，提供两种安装方式：

1. 从源码安装（推荐）

适用于需要修改框架或开发新功能的用户：

git clone mmaction2  # 获取源码
cd mmaction2
pip install -v -e .

参数说明：

• -v：显示详细安装信息
• -e：以可编辑模式安装，本地代码修改会立即生效

2. 作为 Python 包安装

适用于仅需调用 API 的用户：

pip install mmaction2

验证安装

下载测试资源

mim download mmaction2 --config tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb --dest .

运行测试代码

源码安装方式：

python demo/demo.py tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb.py \
    tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb_20220906-2692d16c.pth \
    demo/demo.mp4 tools/data/kinetics/label_map_k400.txt

Python 包安装方式：

from mmaction.apis import init_recognizer, inference_recognizer

# 初始化模型
config_file = 'tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb.py'
checkpoint_file = 'tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb_20220906-2692d16c.pth'
model = init_recognizer(config_file, checkpoint_file, device='cuda:0')

# 执行推理
video_file = 'demo/demo.mp4'
pred_result = inference_recognizer(model, video_file)

# 输出结果
print('Top-5 预测结果:')
for label, score in pred_result.topk(5):
    print(f'{label}: {score:.2f}')

高级安装选项

CUDA 版本选择

• Ampere 架构 GPU（如 RTX 30 系列、A100）：必须使用 CUDA 11+
• 较旧 GPU：推荐 CUDA 10.2 以获得更好兼容性

不使用 MIM 安装 MMCV

pip install mmcv -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10/index.html

纯 CPU 环境安装

MMAction2 支持纯 CPU 环境运行，但部分 GPU 加速功能将无法使用。

容器化方式安装

提供预构建的容器镜像：

docker build -f ./docker/Dockerfile --rm -t mmaction2 .
docker run --gpus all --shm-size=8g -it -v {DATA_DIR}:/mmaction2/data mmaction2

常见问题

1. 版本兼容性问题：从 0.x 升级到 1.x 时，确保依赖库版本符合要求：

   mmaction2 >= 1.0.0
   mmcv >= 2.0.0
   mmengine >= 0.7.2
   

2. CUDA 相关错误：检查 PyTorch 与 CUDA 版本匹配性

3. 视频解码问题：确保系统已安装 FFmpeg

4. 内存不足：减少批量大小或使用更小模型

通过以上步骤，您应该能够成功安装并验证 MMAction2 框架。如需进一步开发，建议参考官方文档中的开发指南部分。

mmaction2 OpenMMLab's Next Generation Video Understanding Toolbox and Benchmark 项目地址: https://gitcode.com/gh_mirrors/mm/mmaction2