C3D源码解析

1、源码准备

git clone https://github.com/jfzhang95/pytorch-video-recognition

下载完成后，即可得到__C3D-pytorch__版本的源码

2、源码结构

文件名称	功能作用
dataset.py	数据准备
C3D_model.py	模型网络结构构建
train.py	网络模型训练
inference.py	数据预处理
mypath.py	数据模型路径自定义

3、源码分析

代码可主要分为数据，模型和训练三个部分，接下来我们将通过这个顺序来一一讲解。

3.1 数据

dataset.py的主要功能是对数据集的读取和处理

它首先定义了一个VideoDataset类，用来处理视频数据。该类通过重写内部的__init__和__getitem__函数来实现对数据的读取与自定义处理。

接下来详细介绍一下各个函数

3.1.1 数据初始化部分

1）__init__函数

__init__函数主要功能是对类VideoDataset进行初始化，设置参数并且对数据进行了一些操作。

def __init__(self, dataset='ucf101', split='train', clip_len=16, preprocess=False):
    self.root_dir, self.output_dir = Path.db_dir(dataset)
    folder = os.path.join(self.output_dir, split)
    self.clip_len = clip_len
    self.split = split
    self.resize_height = 128
    self.resize_width = 171
    self.crop_size = 112

    if not self.check_integrity():
        raise RuntimeError('Dataset not found or corrupted.' +
' You need to download it from official website.')

    if (not self.check_preprocess(