mmaction2下载并处理AVA数据集

Introduction

基本信息上官网查看，开始操作之前需确保目录定位于$MMACTION2/tools/data/ava/ ，便于后续操作

Step 1. Prepare Annotations

可以使用下列脚本准备标注文件

bash download_annotations.sh

脚本默认下载v2.1的标注，如果要下载v2.2的标注，则使用下列脚本

VERSION=2.2 bash download_annotations.sh

如果服务器没办法科学上网，则将脚本中wget的网址换成

https://s3.amazonaws.com/ava-dataset/annotations/ava_v${VERSION}.zip

Step 2. Prepare Videos

用下列脚本下载视频，代码从官方爬虫继承，下载需要花很长时间

bash download_videos.sh

或者可以用下列命令使用python脚本并行下载AVA视频

bash download_videos_parallel.sh

如果服务器没办法科学上网，则将脚本中wget的网址换成

https://s3.amazonaws.com/ava-dataset/annotations/ava_file_names_trainval_v${VERSION}.txt

下载完总共157G的视频，使用du命令查看文件夹大小

Step 3. Cut Videos

对每个视频进行裁剪得到第15到第30分钟的片段，并把片段帧率变为30fps

bash cut_videos.sh

Step 4. Extract RGB and Flow

提取前需要先根据安装教程安装denseflow

只用RGB帧（提取光流太花时间），运行下列脚本使用denseflow提取RGB-only帧

bash extract_rgb_frames.sh

如果没安装上denseflow，还是可以使用下列脚本通过ffmpeg提取RGB帧

bash extract_rgb_frames_ffmpeg.sh

如果两种流都要，则运行下列脚本

bash extract_frames.sh

Step 5. Fetch Proposal Files

脚本使用FAIR的Long-Term Feature Banks

运行下列脚本获取计算好的proposal list

bash fetch_ava_proposals.sh

得到的文件如下图：

这些ava_dense_proposals_[train/val/test].FAIR.recall_93.9.pkl 是由人体检测器生成的proposals，分别用于训练、验证与测试。

以 ava_dense_proposals_train.FAIR.recall_93.9.pkl 为例，它是大小为203626的字典，键由videoID和timestamp组成，例如键 -5KQ66BBWC4,0902 表示在视频 -5KQ66BBWC4的在第902秒的帧的检测结果。字典中的值为 $N\times 5$ 的numpy array，$N$是对应帧中检测的人体bbox数量，bbox的格式为 $[x_1,y_1,x_2,y_2,score],0\le x_1,y_1,x_2,w_2,score\le 1$，即bbox的top-left坐标与bottom-right坐标，以横款占比的数值表示，$score$为人体置信度。

Step 6. Folder Structure

经过上述处理后可以得到rawframes（RGB+光流）、视频以及AVA的annotation文件

在mmaction2中最小的目录结构入下

mmaction2
├── mmaction
├── tools
├── configs
├── data
│   ├── ava
│   │   ├── annotations
│   │   |   ├── ava_dense_proposals_train.FAIR.recall_93.9.pkl
│   │   |   ├── ava_dense_proposals_val.FAIR.recall_93.9.pkl
│   │   |   ├── ava_dense_proposals_test.FAIR.recall_93.9.pkl
│   │   |   ├── ava_train_v2.1.csv
│   │   |   ├── ava_val_v2.1.csv
│   │   |   ├── ava_train_excluded_timestamps_v2.1.csv
│   │   |   ├── ava_val_excluded_timestamps_v2.1.csv
│   │   |   ├── ava_action_list_v2.1_for_activitynet_2018.pbtxt
│   │   ├── videos
│   │   │   ├── 053oq2xB3oU.mkv
│   │   │   ├── 0f39OWEqJ24.mp4
│   │   │   ├── ...
│   │   ├── videos_15min
│   │   │   ├── 053oq2xB3oU.mkv
│   │   │   ├── 0f39OWEqJ24.mp4
│   │   │   ├── ...
│   │   ├── rawframes
│   │   │   ├── 053oq2xB3oU
|   │   │   │   ├── img_00001.jpg
|   │   │   │   ├── img_00002.jpg
|   │   │   │   ├── ...

同FAIR的repo相比

ava
|_ frames
|  |_ [video name 0]
|  |  |_ [video name 0]_000001.jpg
|  |  |_ [video name 0]_000002.jpg
|  |  |_ ...
|  |_ [video name 1]
|     |_ [video name 1]_000001.jpg
|     |_ [video name 1]_000002.jpg
|     |_ ...
|_ frame_lists
|  |_ train.csv
|  |_ val.csv
|_ annotations
   |_ [official AVA annotation files]
   |_ ava_train_predicted_boxes.csv
   |_ ava_val_predicted_boxes.csv

其中ava_train_predicted_boxes.csv和ava_val_predicted_boxes.csv就是ava_train_v2.1.csv和ava_val_v2.1.csv