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

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

  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

1. 进入解压后的源码包根目录。

   cd /${模型文件夹名称} 

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。

     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。