YOWO系列：在YOWOv2框架下使用AVA数据集

YOWO框架支持几种主流的数据集包括UCF101-24，AVA等，在之前的文章中已经介绍过UCF101-24复现过程及效果，这篇文章介绍个人复现AVA数据集的效果。

一、数据集准备

AVA数据集下载过程非常简单，但是准备过程十分繁琐，读者可以通过以下链接下载AVA数据集并着手开始准备。

https://github.com/yjh0410/AVA_Datasethttps://github.com/yjh0410/AVA_Dataset

下载完成之后，依次运行step1，step2，step3，step4的sh文件，Linux系统用户可以直接运行，Windows用户运行sh文件方法请见另一篇博客。

二、代码修改

如同另一篇博客（UCF101-24）修改代码的方法，我们需要在dataset/ava.py以及train.py文件内修改。

修改完成后，可以直接运行train.py或者通过终端命令行运行，终端命令如下：

python train.py --cuda -d ava_v2.2 --root path/to/dataset -v yowo_v2_nano --num_workers 4 --eval_epoch 1 --max_epoch 10 --lr_epoch 3 4 5 6 -lr 0.0001 -ldr 0.5 -bs 8 -accu 16 -K 16 --eval

训练过程比较慢，epoch=10，num_workers=4训练时间为4天半。

三、实验效果

下图为官方给出的AVA2.2数据集在YOWOv2框架的实验效果：

下图为我个人训练得到的效果：

效果接近，比官方的效果好了0.6个点。