ดาวน์โหลด mmaction - ดาวน์โหลดซอร์สโค้ด mmaction

mmaction

หลาม

1.0.0

ดาวน์โหลด

mmaction

การแนะนำ

MMACTION เป็นกล่องเครื่องมือโอเพ่นซอร์สสำหรับการทำความเข้าใจการดำเนินการตาม pytorch มันเป็นส่วนหนึ่งของโครงการ Open-MMLAB ที่พัฒนาโดย Multimedia Laboratory, Cuhk

คุณสมบัติที่สำคัญ

MMAction มีความสามารถในการจัดการกับงานทั้งหมดด้านล่าง
- การจดจำการกระทำจากวิดีโอที่ถูกตัดแต่ง
- การตรวจจับการกระทำชั่วคราว (หรือที่เรียกว่าการแปลแอ็คชั่น) ในวิดีโอที่ไม่ได้รับการตัด
- การตรวจจับการกระทำเชิงพื้นที่-ชั่วคราวในวิดีโอที่ไม่ได้รับการตัดแต่ง
รองรับชุดข้อมูลต่างๆ
ชุดข้อมูลวิดีโอได้เกิดขึ้นตลอดช่วงไม่กี่ปีที่ผ่านมาและได้ส่งเสริมการพัฒนาของฟิลด์นี้อย่างมาก MMACTION จัดเตรียมเครื่องมือในการจัดการกับชุดข้อมูลต่าง ๆ
สนับสนุนกรอบการทำความเข้าใจการกระทำหลายอย่าง
MMACTION ใช้เฟรมเวิร์กยอดนิยมสำหรับการทำความเข้าใจการกระทำ:
- สำหรับการจดจำการกระทำอัลกอริทึมต่างๆจะถูกนำไปใช้รวมถึง TSN, I3D, Slowfast, R (2+1) D, CSN
- สำหรับการตรวจจับการดำเนินการชั่วคราวเราใช้ SSN
- สำหรับการตรวจจับการกระทำของอะตอมชั่วคราวเชิงพื้นที่จะมีการจัดเตรียมพื้นฐานที่รวดเร็ว RCNN
การออกแบบแบบแยกส่วน
งานในการทำความเข้าใจการกระทำของมนุษย์แบ่งปันแง่มุมที่พบบ่อยเช่นแบ็คโบนและแผนการสุ่มตัวอย่างระยะยาวและระยะสั้น นอกจากนี้งานจะได้รับประโยชน์จากกันและกัน ตัวอย่างเช่นกระดูกสันหลังที่ดีกว่าสำหรับการจดจำการกระทำจะนำประสิทธิภาพการทำงานสำหรับการตรวจจับการดำเนินการ การออกแบบแบบแยกส่วนช่วยให้เราสามารถดูความเข้าใจการกระทำในมุมมองแบบบูรณาการมากขึ้น

ใบอนุญาต

โครงการจะเปิดตัวภายใต้ใบอนุญาต Apache 2.0

การอัปเดต

Omnisource Model Release (22/08/2020)

เราปล่อยผลงานหลายรุ่นของเรา Omnisource โมเดลเหล่านี้ได้รับการฝึกฝนร่วมกับ Kinetics-400 และชุดข้อมูลเว็บที่อยู่นอกบ้าน โมเดลเหล่านั้นมีประสิทธิภาพที่ดี (ความแม่นยำสูงสุด 1: 75.7% สำหรับ 3 เซ็กเมนต์ TSN และ 80.4% สำหรับ Kinetics-400 VAL) และการถ่ายโอนการเป็นตัวแทนที่เรียนรู้ได้ดีไปยังงานอื่น ๆ

v0.2.0 (15/03/2020)

เราสร้างแบบจำลองที่หลากหลายสำหรับการจดจำการกระทำซึ่งรวมถึงอัลกอริทึมยอดนิยม (TSN, I3D, slowfast, r (2+1) D, CSN) การแสดงนั้นสอดคล้องกับหรือดีกว่าเอกสารต้นฉบับ

v0.1.0 (19/06/2019)

MMAction ออนไลน์!

สวนสัตว์รุ่น

ผลลัพธ์และรูปแบบการอ้างอิงมีอยู่ในสวนสัตว์รุ่น

การติดตั้ง

โปรดดูที่การติดตั้ง MD สำหรับการติดตั้ง

อัปเดต: สำหรับการติดตั้ง Docker โปรดดูที่ Docker.md สำหรับการใช้ Docker สำหรับโครงการนี้

การเตรียมข้อมูล

โปรดดูที่ DataSet.md สำหรับความรู้ทั่วไปเกี่ยวกับการเตรียมข้อมูล เอกสารรายละเอียดสำหรับชุดข้อมูลที่รองรับมีอยู่ใน data_tools/

เริ่มต้นใช้งาน

โปรดดูที่ Geting_Started.md สำหรับตัวอย่างโดยละเอียดและการใช้งานนามธรรม

การบริจาค

เราขอขอบคุณการมีส่วนร่วมทั้งหมดเพื่อปรับปรุง MMAction โปรดดู contrubuting.md สำหรับแนวทางที่มีส่วนร่วม

การอ้างอิง

หากคุณใช้ codebase หรือโมเดลของเราในการวิจัยของคุณโปรดอ้างอิงงานนี้ เราจะเผยแพร่รายงานทางเทคนิคในภายหลัง

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