تنزيل mmaction - تنزيل رمز مصدر mmaction

mmaction

بايثون

1.0.0

تنزيل

mmacted

مقدمة

MMAction هو صندوق أدوات مفتوح المصدر لفهم الإجراء بناءً على Pytorch. إنه جزء من مشروع MMLAB المفتوح الذي طورته مختبر الوسائط المتعددة ، Cuhk.

ميزات رئيسية

MMAction قادر على التعامل مع جميع المهام أدناه.
- التعرف على الإجراء من مقاطع الفيديو المقلدة
- الكشف عن الإجراء الزمني (المعروف أيضًا باسم توطين العمل) في مقاطع الفيديو غير المتطورة
- اكتشاف العمل المكاني والزماني في مقاطع الفيديو غير المتلألئة.
دعم لمختلف مجموعات البيانات
ظهرت مجموعات بيانات الفيديو طوال السنوات الأخيرة وقد عززت بشكل كبير devlopment لهذا المجال. يوفر MMActe أدوات للتعامل مع مجموعات البيانات المختلفة.
دعم أطر عمل فهم متعددة
ينفذ mmacted الأطر الشعبية لفهم العمل:
- للتعرف على الإجراء ، يتم تنفيذ العديد من الخوارزميات ، بما في ذلك TSN ، I3D ، Slowfast ، R (2+1) D ، CSN.
- للكشف عن العمل الزمني ، ننفذ SSN.
- للكشف عن العمل الذري الزمني المكاني ، يتم توفير خط أساس سريع RCNN.
تصميم وحدات
تشترك المهام في فهم الإجراءات البشرية في بعض الجوانب الشائعة مثل العمود الفقري ، ومخططات أخذ العينات على المدى الطويل وقصيرة الأجل. أيضا ، يمكن أن تستفيد المهام من بعضها البعض. على سبيل المثال ، فإن العمود الفقري الأفضل للتعرف على الإجراءات سيؤدي إلى زيادة الأداء للكشف عن العمل. يمكّننا التصميم المعياري من عرض فهم الإجراء في منظور أكثر تكاملاً.

رخصة

يتم إصدار المشروع بموجب ترخيص Apache 2.0.

التحديثات

إصدار نموذج Omnisource (22/08/2020)

نصدر عدة نماذج من عملنا Omnisource. يتم تدريب هذه النماذج بشكل مشترك مع مجموعة بيانات الويب Kinetics-400 و Omnisourced. هذه النماذج ذات الأداء الجيد (دقة TOP1: 75.7 ٪ لـ TSN من 3 قطاع و 80.4 ٪ للبطيئة على الحركية -400 VAL) ونقل التمثيل المستفاد جيدًا إلى مهام أخرى.

v0.2.0 (15/03/2020)

نحن نبني نموذجًا متنوعًا للتعرف على العمل ، والذي يتضمن خوارزميات شائعة (TSN ، I3D ، Slowffast ، R (2+1) D ، CSN). يتماشى الأداء مع أو أفضل من الأوراق الأصلية.

v0.1.0 (19/06/2019)

mmacte هو على الإنترنت!

طراز حديقة الحيوان

النتائج والنماذج المرجعية متوفرة في حديقة الحيوان النموذجية.

تثبيت

يرجى الرجوع إلى install.md للتثبيت.

تحديث: لتثبيت Docker ، يرجى الرجوع إلى Docker.md لاستخدام Docker لهذا المشروع.

إعداد البيانات

يرجى الرجوع إلى Dataset.md للحصول على معرفة عامة بإعداد البيانات. تتوفر مستندات مفصلة لمجموعات البيانات المدعومة في data_tools/ .

ابدأ

يرجى الرجوع إلى get_started.md للحصول على أمثلة مفصلة واستخدام تجريدي.

المساهمة

نحن نقدر جميع المساهمات لتحسين mment. يرجى الرجوع إلى Contrubuting.md للمبادئ التوجيهية المساهمة.

اقتباس

إذا كنت تستخدم قاعدة كود أو نماذج في بحثك ، فيرجى الاستشهاد بهذا العمل. سنصدر تقريرًا فنيًا لاحقًا.

 @misc{mmaction2019,
  author =       {Yue Zhao, Yuanjun Xiong, Dahua Lin},
  title =        {MMAction},
  howpublished = {url{https://github.com/open-mmlab/mmaction}},
  year =         {2019}
}