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。