YOWOv2 安装和配置指南

YOWOv2 安装和配置指南

YOWOv2 项目地址: https://gitcode.com/gh_mirrors/yo/YOWOv2

1. 项目基础介绍和主要编程语言

项目基础介绍

YOWOv2 是一个用于实时时空动作检测的开源项目。它是 YOWO 的第二代版本，旨在提供更高效、更强大的多级检测框架。YOWOv2 通过结合 3D 骨干和 2D 骨干网络，能够准确地检测视频中的动作，适用于各种计算能力的平台。

主要编程语言

YOWOv2 项目主要使用 Python 编程语言。

2. 项目使用的关键技术和框架

关键技术

• 3D 骨干网络：用于捕捉视频中的时空特征。
• 2D 骨干网络：用于捕捉视频帧中的空间特征。
• 多级检测通道：用于检测不同规模的动作实例。

框架

• PyTorch：作为深度学习框架，用于模型的训练和推理。
• CUDA：用于利用 GPU 加速计算。

3. 项目安装和配置的准备工作和详细安装步骤

准备工作

1. 安装 Anaconda：建议使用 Anaconda 来管理 Python 环境。可以从 Anaconda 官网 下载并安装。
2. 安装 CUDA：确保你的系统上安装了 CUDA，以便利用 GPU 加速。可以从 NVIDIA 官网 下载并安装适合你系统的 CUDA 版本。

详细安装步骤

1. 创建并激活 Conda 环境

首先，创建一个新的 Conda 环境并激活它：

conda create -n yowo python=3.6
conda activate yowo

2. 克隆项目仓库

使用 Git 克隆 YOWOv2 项目到本地：

git clone https://github.com/yjh0410/YOWOv2.git
cd YOWOv2

3. 安装依赖

安装项目所需的依赖包：

pip install -r requirements.txt

4. 下载数据集

根据项目文档中的说明，下载所需的数据集。例如，UCF101-24 数据集可以从以下链接下载：

• Google Drive Link: UCF101-24
• BaiduYun Disk Link: UCF101-24 密码: hmu6

5. 配置数据集路径

在项目根目录下，找到并编辑配置文件 config/dataset/ucf24.yaml，设置数据集的路径：

root: /path/to/your/dataset

6. 训练模型

使用提供的脚本开始训练模型。例如，训练 UCF101-24 数据集的模型：

sh train_ucf.sh

7. 测试模型

训练完成后，可以使用以下命令测试模型：

python test.py --cuda -d ucf24 -v yowo_v2_nano --weight path/to/weight -size 224 --show

8. 评估模型

最后，使用以下命令评估模型的性能：

python eval.py --cuda -d ucf24 -v yowo_v2_nano -bs 16 -size 224 --weight path/to/weight --cal_frame_mAP

通过以上步骤，你就可以成功安装和配置 YOWOv2 项目，并开始进行时空动作检测的训练和测试。

YOWOv2 项目地址: https://gitcode.com/gh_mirrors/yo/YOWOv2