本专栏用于记录关于深度学习的笔记,不光方便自己复习与查阅,同时也希望能给您解决一些关于深度学习的相关问题,并提供一些微不足道的人工神经网络模型设计思路。
专栏地址:「深度学习一遍过」必修篇
目录
开源项目代码:https://github.com/jfzhang95/pytorch-video-recognition
1 DownLoad or Clone
Linux:
git clone https://github.com/jfzhang95/pytorch-video-recognition.git
cd pytorch-video-recognition
Windows:
2 数据集准备
数据集目录树如下所示:
数据集文件夹名
├── 类别1
│ ├── 类别1_1.mp4
│ └── ...
├── 类别2
│ ├── 类别2_1.mp4
│ └── ...
└── 类别3
│ ├── 类别2_1.mp4
│ └── ...
经过预处理后,输出目录的结构如下:
数据集文件夹名
├── 类别1
│ ├── 类别1_1
│ │ ├── 类别1_1_1.jpg
│ │ └── ...
│ └── ...
├── 类别2
│ ├── 类别2_1
│ │ ├── 类别2_1_1.jpg
│ │ └── ...
│ └── ...
└── 类别3
│ ├── 类别3_1
│ │ ├── 类别3_1_1.jpg
│ │ └── ...
│ └── ...
补充:预处理代码
#!/usr/bin/python
# -*- coding:utf-8 -*-
import cv2
VideoCap = cv2.VideoCapture('此处填写mp4/avi文件地址')
# eg:VideoCap = cv2.VideoCapture('E:/DATA/one/1.mp4')
i = 1
while True:
_, img = VideoCap.read()
save_path = '此处填写保存的每一帧图像的文件路径'
# eg:save_path = 'E:/data/one/1/' + str(i) + '.jpg'
cv2.imwrite(save_path, img)
print(save_path)
i = i + 1
if _ == False:
break
3 代码调试
3.1 下载预训练模型
从百度云或 GoogleDrive下载预训练模型。目前仅支持 C3D 的预训练模型。
3.2 配置数据集和预训练模型路径
在 中配置数据集和预训练模型路径 。
这一步仅修改上图红框内的路径内容即可。
3.3 修改 label.txt 文件
源码中 数据集包括
类视频,分别是:
根据自己数据集改写 文件(如上图修改
文件)
比如修改成:
3.4 运行 train.py
解决报错一:ValueError: could not broadcast input array from shape (720,1280,3) into shape (128,171,3)
方法一: 输入数据集图像大小为
×
方法二:修改 中约
~
行变量参数为
×
修改前:
修改后:
解决报错二:RuntimeError: Expected object of scalar type Long but got scalar type Int for argument #2 'target' in call to _thnn_nll_loss_forward
方法:将变量强制转换为 型
将 文件中约第
行代码改写为
。
修改前:
修改后:
解决报错三:ValueError: num_samples should be a positive integer value, but got num_samp=0
方法: 参数设置为
将 文件中约
行位置的
修改为
修改前:
修改后:
一般而言,解决完这三个问题即可训练自己的数据集。
3.5 运行 inference.py
修改 行模型运行路径
修改 行测试视频路径