本文档详细记录了R-C3D pytorch实现的调试过程，包括使用THUMOS2014数据集，环境配置如pytorch 0.4.0、cuda 9.0，解决ffmpeg缺失问题，以及编译和训练中的注意事项。在训练时遇到的libgthread-2.0.so.0错误，通过安装相关库得以解决。
代码链接：https://github.com/sunnyxiaohu/R-C3D.pytorch
在调试过程中踩了许多大坑，在此将能想到的进行一下总结。
数据集
选用THUMOS2014数据集，他包括行为识别和时序行为检测两个任务。训练集市UCF101包括101类动作，总计13320段已经分割好的视频。他的验证集和测试集分别含有1010个和1574个未分割过的视频，但是其中只含有20类动作的未分割视频片段是有时序行为片段标注的，包括200个验证集视频（3007个行为片段）以及213个测试集视频（3358个行为片段）。仅有这些视频是可以用于进行时序行为检测的训练以及测试的。
经过多次搭建环境得到此代码的运行环境如下：
pytorch：0.4.0（其他版本经过尝试发现均会报错，当然要是大佬可以改代码就不存在这个问题）
cuda：9.0或者8.0均可。（如果pytorch和cuda版本匹配不上会报错undefined symbol: __cudaPopCallConfiguration）
torchvision：0.2.1或者0.1.6均可（0.3.0会报错AttributeError: module 'torch.nn' has no attribute 'ModuleDict'）
如何查看pytorch对应的cuda版本：
python
最低0.47元/天 解锁文章
扫一扫
891
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
