njuptalex的博客

效率工具文献整理软件：Zetoro，方便点：文献打Tag，方便检索任务面板软件：Notion，以上是近期最提升效率的两个软件。还有很多，有空出个合集编译 Caffe 1.0Fork 官方源代码 修改了一些编译选项和代码以适应新依赖时间：2021.5.5发布：Release v1.1部署指南：README重要依赖： Support: CentOS Linux release 7.2.1511 CUDA-11.1 CuDNN-8 Support: gcc 9.1.0

mmaction2 指南Outlinemmaction2 指南7. 自定义Runtime Settings使用pytorch的优化器自定义优化器附加配置自定义训练策略自定义工作流 Workflow自定义 Hooks1. 实现新的hook2. 注册3. 修改配置使用MMCV定义的hooks修改 checkpoint hook修改 log hook修改 evaluation hook7. 自定义Runtime Settings使用pytorch的优化器optimizer = dict(type='Ada

mmaction2 指南Outlinemmaction2 指南5. 自定义新模块自定义优化器自定义优化器 Constructor自定义新组件新的backbone新的head新的损失添加新的学习策略（learning rate scheduler (updater)）5. 自定义新模块自定义优化器参考 CopyOfSGD例子：mmaction/core/optimizer/my_optimizer.pyfrom .registry import OPTIMIZERSfrom torch.opt

Open Neural Network Exchange (ONNX) is an open ecosystem that empowers AI developers to choose the right tools as their project evolves.mmaction2 指南Outlinemmaction2 指南6. 导出模型到ONNX6. 导出模型到ONNX支持：I3DTSNTINTSMR(2+1)DSLOWFASTSLOWONLYBMNBSN(tem,.

mmaction2 指南Outlinemmaction2 指南4. 自定义数据处理流程流程设计lazy opsExtend and Use Custom Pipelines 自定义一个pipeline4. 自定义数据处理流程流程设计RawframeDataset 原始数据SampleFrames 帧采样（原视频切clip，clip长度，帧间隔，clip数量，【后续流程继承 frame_inds 帧index】）FrameSelector（【后续流程继承imgs 图片列表】，原尺寸）Resize

mmaction2 指南Outlinemmaction2 指南3. 添加新的数据集自定义行为识别数据集新的数据重新组织到已有格式自定义数据集的例子支持混合数据训练3. 添加新的数据集自定义行为识别数据集新的数据重新组织到已有格式重新构建标注文件就行标注格式一：rawframe标注【路径，帧数，类别】some/directory-1 163 1some/directory-2 122 1some/directory-3 258 2some/directory-4 234 2some

mmaction2 指南Outlinemmaction2 指南2. Finetunning 模型修改任务头 Head修改数据集修改训练策略使用pre-trained模型2. Finetunning 模型Step 1: 定义数据集Step 2: 修改配置修改任务头 Head2D/3D模型，backbone配置，分类头/定位头/检测头的配置（TSN，TSM，BSN）model = dict( type='Recognizer2D', backbone=dict( t

mmaction2 指南Outlinemmaction2 指南1. 配置文件配置文件命名规则配置文件structureAction localizartion 配置Action Recognition 配置配置文件中的中间变量1. 配置文件https://github.com/open-mmlab/mmaction2/blob/master/docs/tutorials/1_config.md配置文件命名规则{model}_[model setting]_{backbone}_[misc]_{da

参考 自己走一遍STEP 1下载数据，解压到videos路径：220,847 个后缀为webm的视频STEP 2cd $MMACTION2/tools/data/sthv2/bash extract_rgb_frames.sh#!/usr/bin/env bashcd ../python build_rawframes.py ../../data/sthv2/videos/ ../../data/sthv2/rawframes/ --task rgb --level 1 --ext

python 脚本import hashlibimport osimport pathlibdef GetFileMd5(): query = {} files_obj = pathlib.Path("./") for file_obj in files_obj.glob("20bn*"): if "" == file_obj.suffix: query[file_obj] = file_obj.with_suffix(".md5

问题：有进程占用显存，但是通过kill -9 PID杀不掉，进程Running态应该是等不到数据导致阻塞。➜ ~ alias pgpg='ps aux | grep $1'➜ ~ pg 22109chenkan+ 10350 0.0 0.0 112680 992 pts/24 S+ 21:33 0:00 grep --color=auto --exclude-dir=.bzr --exclude-dir=CVS --exclude-dir=.git --exclude-d

#!/bin/zsh# rename files in dirs, xx.[mp4,avi,...] ==> [1,2...].[mp4,avi,...]dir=$(eval pwd)IFS_old=$IFSIFS=$'
'# cmd ls default split pattern is space or tab, change it to
for file in $(ls $dir) do echo $file i=0 for subf

文章目录 摘要一、介绍（1）本文方法（2）本文贡献 二、相关工作（1）图片中的人类姿态估计（2）视频中的人类姿态估计和追踪 三、方法（1）剪辑跟踪网络（2）视频跟踪网络（3）姿态假设的时空融合 四、实验（1）数据集和评估（2）实施细节（3）与最新技术的比较（4）方...

行为识别论文笔记|SlowFast|SlowFast Networks for Video RecognitionFeichtenhofer, Christoph, et al. “Slowfast networks for video recognition.” Proceedings of the IEEE international conference on computer vision. 2019. ——FAIRMotivationsThe categorical spatial se

行为识别论文笔记|TSM|TSM: Temporal Shift Module for Efficient Video UnderstandingLin, Ji , C. Gan , and S. Han . “TSM: Temporal Shift Module for Efficient Video Understanding.” 2019 IEEE/CVF International Conference on Computer Vision (ICCV) IEEE, 2019.Motiv

行为识别论文笔记-Non-Local-Non-local Neural NetworksWang, Xiaolong, et al. “Non-local neural networks.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2018. 引用数2000+ cmu(Wangxiaolong)和FAIR(HeKaiming)MotivationConv and recurre

在讨论卷积核的时候，是不把channel维加进去的核 = 一个可以滑动的窗口窗口内不同位置数据之间的权值共享3D卷积，卷积核会在3个方向上运动，那么卷积核的运动需要有三个自由度（一小块立方体，在一个大面包块内3个方向上滑动2D卷积，卷积核只在2个方向上运动，因此只有两个自由度（一小片纸，在一大张纸内2个方向上滑动1D卷积，卷积核只在1个方向上运动，因此只有一个自由度（一条滑窗，在一大长线上1个方向上滑动一个卷积核运算一次 得到一个输出值以上讨论了单个卷积核，接下来考虑多通道，一个卷积核对应一

视频理解论文笔记-ARTNet-Appearance-and-Relation Networks for Video ClassificationWang, Limin, et al. “Appearance-and-relation networks for video classification.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2018.Motivation3 k

视频理解论文笔记-I3D S3D R(2+1)D P3D CSNI3DCarreira, Joao, and Andrew Zisserman. “Quo vadis, action recognition? a new model and the kinetics dataset.” proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2017.S3DXie, Saining, et al.

普通list中元素的 += 操作l = [i for i in range(5)] # [0,1,2,3,4]tmp = l[0]tmp += l[0]对l无影响但是对于如下嵌套的list时l = [[0,0],[1,1]]tmp = l[0]tmp += l[0]l 被修改为[[0,0,0,0],[1,1]]而将 += 拆解则对原本list无影响l = [[0,0],[1,1]]tmp = l[0]tmp = tmp + l[0]解答：Why does += behav