CSPhD-winston的博客

我们先看看数据集的格式。

这两篇博客都有些问题，第一篇是我依托的平台倒闭了，所以这次在自己的机器上搭建；第二篇是搞复杂了点。

configs/detection/ava/my_slowfast_kinetics_pretrained_r50_4x16x1_20e_ava_rgb.py为配置文件地址。当然，如果你直接使用官网的代码，大概率会报错，因为跑slowfast的训练后，生成的训练日志里面，没有：loss_cls、top-5。对日志的分析，当然是需要先进行训练咯，为了能得到更加详细全面的训练日志，我们需要先知道，训练有哪些配置？这一小节抄的官网，因为我所使用的配置文件，几乎与官网相同，所以直接用官网的解析。......

下面是ava数据集的一部分第一列：视频的名字第二列：哪一帧，比如15:02这一帧，表示为902，15:03这一帧表示为903（这里是我在思考的地方，自定义数据集的时候，这个902，改成 2 可以么）第三列到第六列： 人的坐标值（x1，y1，x2，y2）第七列：动作类别编号第八列：人的ID针对第二列的思考，我使用代码将第二列的编号全部剪去900，代码与结果如下：代码：import csvminCsv2 = []with open('./data/ava/annotations/ava_

ava数据集可视化B站视频：https://www.bilibili.com/video/BV1yL411c7pR?spm_id_from=333.999.0.0前言这个训练的跟踪过程使用的数据集是缩小版的，我只去了ava数据集中的2个视频，2个视频加起来也有30分钟，这个也不小了。1 mmaction2 安装1.1 安装在AI平台中选择如下版本镜像：安装命令如下：cd homegit clone https://gitee.com/YFwinston/mmaction2.gitpi

引言我最近一个月都在写论文，反反复复改了不下20次。我觉得还是写博客舒服，只要把思路写清楚就可以，不用在乎用词和语法问题。本文所写的改进方案适合数据集中数据存在不平衡的情况。数据越失衡，效果越好。二，项目搭建使用的项目的例子就用我之前的slowfast项目：01【mmaction2 slowfast 行为分析(商用级别)】项目下载02【mmaction2 slowfast 行为分析(商用级别)】项目demo搭建2.1 平台选择我还是用极链AI创建实例：2.2 开始搭建进入home

前言slowfast众所周知，是多标签分类，一个人是有多个动作，可能不止一个。参考的博客：Multi-Label Classification with Deep LearningMulti-Label Image Classification（多标签图像分类多标签分类（一) | CNN-RNN: A Unified Framework for Multi-label Image Classification多标签图像分类–HCP: A Flexible CNN Framework for Mu

前言对于人密集的地方，人在图片或者视频中的像素比较小，遮挡比较严重的场景，我们往往需要重新训练自己的faster rcnn权重，怎么训练自己的faster rcnn权重，我在之前的博客写的有：【detectron2 faster rcnn 训练自己的数据集】，这篇博客要讲的是，怎么使用把训练好的faster rcnn权重用在slowfast中。使用slowfast检测自己的视频，也可以参考我之前写的博客：【SlowFast复现】SlowFast Networks for Video Recogniti

前言在slowfast中，是先调用faster rcnn，框出人的位置，再把这些人丢进行slowfast的网络，但是再slowfast调用faster rcnn中，官方默认的阈值为0.9，也就是说，检测为人的概率为90%，才能丢进slowfast。这样就导致当画面中人比较多，比较小的时候，只有少数人能被框出来，那么调整阈值，以让更多的人被检测出来。...

github（新版）：https://github.com/Whiffe/mmaction2_YF码云（新版）：https://gitee.com/YFwinston/mmaction2_YF.gitgithub（老版本）：https://github.com/Whiffe/YF-OpenLib-mmaction2码云（老版本）：https://gitee.com/YFwinston/YF-OpenLib-mmaction2.git平台：极链AIb站：之前的mmaction2项目：【mmacti