SlowFastNet(SlowFast) finetune(微调)

import syssys.path.append('.../SlowFast-master/slowfast/config/')sys.path.append('.../SlowFast-master/slowfast/models/')sys.path.append('.../SlowFast-master/slowfast/utils/')import slowfast.models...
摘要由CSDN通过智能技术生成

SlowFastNet github(最近放出来的):
https://github.com/facebookresearch/SlowFast

配置环境要求:
https://github.com/facebookresearch/SlowFast/blob/master/INSTALL.md
这里的两个包PyAv和fvcore比较不好装;
fvcore的github上推荐的是使用pip install ‘git+https://github.com/facebookresearch/fvcore’,但由于加密系统的问题,git用不了;所以只能下载下来,解压后进入文件夹使用python setup.py install指令通过编译来安装;
PyAv使用推荐的conda install av -c conda-forge出现了段错误,段错误解决具体参考我另一篇https://blog.csdn.net/weixin_42388228/article/details/102882607;同样这里也可以使用先下载下来再python setup.py install来安装,这样安装会报错误,查了下PyAv github里issue列表是因为缺少一些依赖,具体参考我另一篇https://blog.csdn.net/weixin_42388228/article/details/102817959;
这样安装就完事了

权重文件:
https://github.com/facebookresearch/SlowFast/blob/master/MODEL_ZOO.md
我下载的kinetics中的倒数第三个SLOWFAST_8x8_R50,最后两个暂时还没提供

坑1:
使用权重文件对应的yaml文件时,是用…/SlowFast-master/configs/Kinetics/SLOWFAST_8x8_R50.yaml来配置config,还需参考…/SlowFast-master/configs/Kinetics/c2/SLOWFAST_8x8_R50.yaml文件更改第一个yaml文件。(有一处改动,kernel_size)

坑2:
slowfast的输入为一个list,list第一个元素的shape为[batch_size,3,8,224,224],第二个元素的shape为[batch_size,3,32,224,224]

坑3:
我这的实现在yaml文件中修改了gpu个数为1

import sys
sys.path.append('.../SlowFast-master/slowfast/config/')
sys.path.append('.../SlowFast-master/slowfast/models/')
sys.path.append('.../SlowFast-master/slowfast/utils/')
import slowfast.models.optimizer as optim
import slowfast.utils.checkpoint as cu
from defaults import _C
from model_builder import _MODEL_TYPES
from slowfast.models import model_builder
from slowfast.utils.c2_model_loading import get_name_convert_func
import torch
import torch.nn as nn
import os
import cv2
import numpy as np
import pickle
import yaml
torch.cuda.set_device(7)
###########################################         data preparation         ###########################################
data1,label=data4file(batch_size=32,stride
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值