基于Paddle2.0实现视频分类模型GSM

本文复现了CVPR 2020的GSM视频分类模型,用Paddle2.0在Diving48数据集实现。该模型通过分解3D卷积核实现时空域视频理解,参数量小。项目处理了数据集,将视频转帧、生成训练测试文件,经训练测试,最佳模型在测试集准确率达0.223。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

基于paddle2.0实现视频分类模型gsm - 创想鸟

项目背景

GSM是2020年CVPR上的一篇论文Gate-Shift Networks for Video Action Recognition中提出的视频分类模型。本项目即对其进行复现。

项目简介

本项目使用paddle2.0实现了视频动作分类GSM模型,并在Diving48数据集上进行了训练和验证。

Diving48数据集的划分是按数据集官方网站的划分方法进行划分的。

模型简介

Gate-Shift Networks for Video Action Recognition (GSM) 的核心是对进行时空域视频理解的3D卷积核进行分解的一种方法。该方法和已有方法的比较如下图所示。从图中可以看出,该模型跟其它网络模块相比具有参数量小的优点。

基于Paddle2.0实现视频分类模型GSM - 创想鸟            

图1 GSM和其它网络结构比较图

模型细节

模型实现细节如下图所示。

基于Paddle2.0实现视频分类模型GSM - 创想鸟            

图2 GSM实现细节图

GSM模块可以加在已有网络的不同部分,论文作者通过实验得出,将GSM模块加在下图所示的网络分支示例中具有较好的效果,即卷积核尺寸较小的分支中。

基于Paddle2.0实现视频分类模型GSM - 创想鸟            

图3 GSM的plug-and-play示意图

论文原文:GSM: Gate-Shift Networks for Video Action Recognition

数据集介绍

本项目使用Diving48数据集进行训练和测试. 数据集官方网站为Diving48数据集

Diving48是跳水竞赛不同动作的细粒度视频数据集。该数据集包含48类不同的跳水标准动作,共18k左右个视频片段。由于不同的跳水动作可能在起跳、腾空和入水的三个不同阶段中的任一个阶段发生不同,需要模型学习视频中的长时间段间的特征关系。动作示例如下图所示:

基于Paddle2.0实现视频分类模型GSM - 创想鸟            

图4 Diving48动作示意图

       

这48个类别中的每一个都是由三个不同的动作构成的,分别是起跳动作 (dive groups), 空中动作(somersaults and/or twists), 入水动作 (dive positions)。 下图展示了这48个类别的不同动作组成与互相间的关系:

基于Paddle2.0实现视频分类模型GSM - 创想鸟            

图5 Diving48中不同动作间关系示意图

文件结构

文件名或文件夹名 功能

model模型best_model训练好的模型result训练过程中的数据dataset数据文件夹checkpoints_models模型文件pretrained_model预训练模型extract_frames_diving48.py从视频中抽帧process_dataset_diving.py生成训练与测试的数据文件dataset.py自定义数据datasets_video.py读取数据transforms.py数据增强train.py模型训练test.py模型测试

模型实现及训练、验证

解压视频数据集

In [ ]

import osif not os.path.exists('dataset/Diving48'):    os.makedirs('dataset/Diving48')

   In [ ]

!tar -xzf data/data56350/Diving48_rgb.tar.gz -C dataset/Diving48

   

创建标签文件

仅在预测时使用

In [ ]

import jsonimport numpy as nplabel_dir = {}i = 0with open('data/data56350/Diving48_vocab.json', 'r') as f:    vocab_list = json.load(f)    for vocab in vocab_list:    label_dir['_'.join(vocab)] = i    i += 1np.save('work/label_dir.npy', label_dir)print(label_dir)

       

{'Back_15som_05Twis_FREE': 0, 'Back_15som_15Twis_FREE': 1, 'Back_15som_25Twis_FREE': 2, 'Back_15som_NoTwis_PIKE': 3, 'Back_15som_NoTwis_TUCK': 4, 'Back_25som_15Twis_PIKE': 5, 'Back_25som_25Twis_PIKE': 6, 'Back_25som_NoTwis_PIKE': 7, 'Back_25som_NoTwis_TUCK': 8, 'Back_2som_15Twis_FREE': 9, 'Back_2som_25Twis_FREE': 10, 'Back_35som_NoTwis_PIKE': 11, 'Back_35som_NoTwis_TUCK': 12, 'Back_3som_NoTwis_PIKE': 13, 'Back_3som_NoTwis_TUCK': 14, 'Back_Dive_NoTwis_PIKE': 15, 'Back_Dive_NoTwis_TUCK': 16, 'Forward_15som_1Twis_FREE': 17, 'Forward_15som_2Twis_FREE': 18, 'Forward_15som_NoTwis_PIKE': 19, 'Forward_1som_NoTwis_PIKE': 20, 'Forward_25som_1Twis_PIKE': 21, 'Forward_25som_2Twis_PIKE': 22, 'Forward_25som_3Twis_PIKE': 23, 'Forward_25som_NoTwis_PIKE': 24, 'Forward_25som_NoTwis_TUCK': 25, 'Forward_35som_NoTwis_PIKE': 26, 'Forward_35som_NoTwis_TUCK': 27, 'Forward_45som_NoTwis_TUCK': 28, 'Forward_Dive_NoTwis_PIKE': 29, 'Forward_Dive_NoTwis_STR': 30, 'Inward_15som_NoTwis_PIKE': 31, 'Inward_15som_NoTwis_TUCK': 32, 'Inward_25som_NoTwis_PIKE': 33, 'Inward_25som_NoTwis_TUCK': 34, 'Inward_35som_NoTwis_TUCK': 35, 'Inward_Dive_NoTwis_PIKE': 36, 'Reverse_15som_05Twis_FREE': 37, 'Reverse_15som_15Twis_FREE': 38, 'Reverse_15som_25Twis_FREE': 39, 'Reverse_15som_35Twis_FREE': 40, 'Reverse_15som_NoTwis_PIKE': 41, 'Reverse_25som_15Twis_PIKE': 42, 'Reverse_25som_NoTwis_PIKE': 43, 'Reverse_25som_NoTwis_TUCK': 44, 'Reverse_35som_NoTwis_TUCK': 45, 'Reverse_Dive_NoTwis_PIKE': 46, 'Reverse_Dive_NoTwis_TUCK': 47}

       

视频转为jpg格式图片

视频转换需要较长时间,不低于1个小时,建议转换到非data文件夹以便后续启动项目后可以直接使用。

In [10]

!python work/extract_frames_diving48.py

       

ffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/nOlRwoxsDJ0_00555.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:03.18, start: 0.000000, bitrate: 838 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 830 kb/s, 60 fps, 60 tbr, 15360 tbn, 120 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x2204380] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/nOlRwoxsDJ0_00555/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 60 fps, 60 tbn, 60 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for helpframe=  191 fps=0.0 q=24.8 Lsize=N/A time=00:00:03.18 bitrate=N/A    video:703kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknownffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/OFxuiqI5G44_00406.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:03.77, start: 0.000000, bitrate: 1028 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 1021 kb/s, 60 fps, 60 tbr, 15360 tbn, 120 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x18f1400] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/OFxuiqI5G44_00406/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 60 fps, 60 tbn, 60 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for helpframe=  226 fps=0.0 q=24.8 Lsize=N/A time=00:00:03.76 bitrate=N/A    video:862kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknownffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/LkluZoNfKu8_00121.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:09.40, start: 0.000000, bitrate: 816 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 814 kb/s, 25 fps, 25 tbr, 12800 tbn, 50 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x1b7d3c0] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/LkluZoNfKu8_00121/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 25 fps, 25 tbn, 25 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for helpframe=  235 fps=0.0 q=24.8 Lsize=N/A time=00:00:09.40 bitrate=N/A    video:922kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknownffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/Q--70-ELqLw_00068.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:06.56, start: 0.000000, bitrate: 774 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 771 kb/s, 25 fps, 25 tbr, 12800 tbn, 50 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x2108060] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/Q--70-ELqLw_00068/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 25 fps, 25 tbn, 25 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for helpframe=  164 fps=0.0 q=24.8 Lsize=N/A time=00:00:06.56 bitrate=N/A    video:606kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknownffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/_tigfCJFLZg_00205.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:04.00, start: 0.000000, bitrate: 1545 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 1541 kb/s, 25 fps, 25 tbr, 12800 tbn, 50 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x1d4e780] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/_tigfCJFLZg_00205/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 25 fps, 25 tbn, 25 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for helpframe=  100 fps=0.0 q=24.8 Lsize=N/A time=00:00:04.00 bitrate=N/A    video:479kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknownffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/sk8TafuB3lU_00696.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:01.27, start: 0.000000, bitrate: 1286 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 1276 kb/s, 60 fps, 60 tbr, 15360 tbn, 120 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x1f20b00] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/sk8TafuB3lU_00696/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 60 fps, 60 tbn, 60 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for helpframe=   76 fps=0.0 q=24.8 Lsize=N/A time=00:00:01.26 bitrate=N/A    video:199kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknownffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/xbQCwTHcGN8_00158.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:03.56, start: 0.000000, bitrate: 1580 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 1576 kb/s, 25 fps, 25 tbr, 12800 tbn, 50 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x1bbd3c0] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/xbQCwTHcGN8_00158/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 25 fps, 25 tbn, 25 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for helpframe=   84 fps=0.0 q=24.8 Lsize=N/A time=00:00:03.36 bitrate=N/A    video:406kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknownExiting normally, received signal 2.ffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers  built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609  configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-opengl --enable-x11grab --enable-libdc1394 --enable-libiec61883 --enable-libzmq --enable-frei0r --enable-libx264 --enable-libopencv  libavutil      54. 31.100 / 54. 31.100  libavcodec     56. 60.100 / 56. 60.100  libavformat    56. 40.101 / 56. 40.101  libavdevice    56.  4.100 / 56.  4.100  libavfilter     5. 40.101 /  5. 40.101  libavresample   2.  1.  0 /  2.  1.  0  libswscale      3.  1.101 /  3.  1.101  libswresample   1.  2.101 /  1.  2.101  libpostproc    53.  3.100 / 53.  3.100Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'dataset/Diving48/rgb/l6ZoMjD1UtA_00156.mp4':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf57.71.100  Duration: 00:00:05.60, start: 0.000000, bitrate: 908 kb/s    Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p, 640x480 [SAR 4:3 DAR 16:9], 905 kb/s, 25 fps, 25 tbr, 12800 tbn, 50 tbc (default)    Metadata:      handler_name    : VideoHandler[swscaler @ 0x209c500] deprecated pixel format used, make sure you did set range correctlyOutput #0, image2, to 'dataset/Diving48/frames/l6ZoMjD1UtA_00156/frames%05d.jpg':  Metadata:    major_brand     : isom    minor_version   : 512    compatible_brands: isomiso2avc1mp41    encoder         : Lavf56.40.101    Stream #0:0(und): Video: mjpeg, yuvj420p(pc), 250x250 [SAR 16:9 DAR 16:9], q=2-31, 200 kb/s, 25 fps, 25 tbn, 25 tbc (default)    Metadata:      handler_name    : VideoHandler      encoder         : Lavc56.60.100 mjpegStream mapping:  Stream #0:0 -> #0:0 (h264 (native) -> mjpeg (native))Press [q] to stop, [?] for help

       

生成训练和测试的数据文本文件

In [ ]

!python work/process_dataset_diving.py

       

15026/15027

       

在之前训练基础上微调

In [ ]

!python work/train.py --epoch 5 --batch_size 32 --seg_num 16 --seg_len 1 --pretrain True --weights 'pretrained/inception_pretrained' --data_dir 'result/best_model.npz' --best_model_save 'best_model/best_model' --model_arc 'inception'

       

You are using Paddle compiled with TensorRT, but TensorRT dynamic library is not found. Ignore this if TensorRT is not needed.W0119 22:07:28.029369 15355 device_context.cc:320] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1W0119 22:07:28.034546 15355 device_context.cc:330] device: 0, cuDNN Version: 7.6.video number:15027video number:1970/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/nn/layer/norm.py:634: UserWarning: When training, we now always track global mean and variance.  "When training, we now always track global mean and variance.")Loss at epoch 0 step 0: [3.657299], acc: [0.25]Loss at epoch 0 step 200: [3.6588974], acc: [0.25]Loss at epoch 0 step 400: [3.6196995], acc: [0.28125]The best result is 0.22030456Loss at epoch 1 step 0: [3.5962734], acc: [0.3125]Loss at epoch 1 step 200: [3.5641773], acc: [0.34375]Loss at epoch 1 step 400: [3.6840277], acc: [0.21875]The best result is 0.22081219Loss at epoch 2 step 0: [3.4678974], acc: [0.4375]Loss at epoch 2 step 200: [3.4990504], acc: [0.40625]Loss at epoch 2 step 400: [3.622469], acc: [0.28125]The best result is 0.22335026Loss at epoch 3 step 0: [3.6552052], acc: [0.25]Loss at epoch 3 step 200: [3.5325003], acc: [0.375]Loss at epoch 3 step 400: [3.6104255], acc: [0.28125]Loss at epoch 4 step 0: [3.6843047], acc: [0.21875]Loss at epoch 4 step 200: [3.6228292], acc: [0.28125]Loss at epoch 4 step 400: [3.7475114], acc: [0.15625]Final loss: [3.6923075]time duration is  5594.123642206192

       

图示训练和验证过程

In [ ]

## 画图函数import numpy as npimport matplotlib.pyplot as pltdef draw_train_eval_process(title,step,train_reward, eval_reward, label_train_reward, label_eval_reward, color_train, color_eval, label_y):    plt.title(title, fontsize=24)    plt.xlabel("epochs", fontsize=20)    plt.ylabel(label_y, fontsize=20)    plt.plot(step, train_reward,color=color_train,label=label_train_reward)     plt.plot(step, eval_reward,color=color_eval,label=label_eval_reward)     plt.legend()    plt.grid()    plt.show()

   In [ ]

result_gsm = np.load('result/best_model.npz')gsm_train_rewards = result_gsm['all_train_rewards']gsm_eval_rewards = result_gsm['all_test_rewards']steps = [i for i in range(len(gsm_train_rewards))]draw_train_eval_process("GSM training and eval",steps,gsm_train_rewards,gsm_eval_rewards, "GSM trainning accuracy", "GSM eval accuracy", "red","green", "gsm_train_eval_accuracy")

       

               

用保存的最佳训练模型测试

In [ ]

!python work/test.py --weights 'best_model/best_model'

       

You are using Paddle compiled with TensorRT, but TensorRT dynamic library is not found. Ignore this if TensorRT is not needed.[INFO: test.py:  132]: Namespace(batch_size=1, dataset='diving48', infer_topk=1, modality='RGB', model_arc='inception', seg_len=1, seg_num=16, weights='best_model/best_model')W0120 00:08:33.052891 25454 device_context.cc:320] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1W0120 00:08:33.058135 25454 device_context.cc:330] device: 0, cuDNN Version: 7.6.video number:1970测试集准确率为:0.22335025668144226

       

以上就是基于Paddle2.0实现视频分类模型GSM的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/65897.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年11月12日 03:20:50
下一篇 2025年11月12日 03:57:32

相关推荐

  • PHP中的微服务架构:如何在PHP中构建微服务应用

    php可以构建稳定高效的微服务架构,关键在于理解核心理念并合理使用工具。其优势包括成熟框架(如laravel、symfony)、易部署维护及丰富社区资源。拆分服务应按业务功能(如订单、用户、支付服务)、数据边界或团队协作模式进行,初期保持2~5个服务为宜,并避免循环依赖。服务间通信可采用同步调用(r…

    2025年12月10日
    000
  • PHP中的身份验证:如何在PHP中实现用户身份验证

    用户身份验证在php开发中至关重要,其核心流程分为四步:用户提交信息、系统查询数据库、密码比对、创建session;密码必须用password_hash()加密存储,并用password_verify()验证;使用session维护登录状态时应设置$_session标识,并在登出时清除;安全方面需防…

    2025年12月10日
    000
  • PHP中的SSH连接:如何使用PHP执行远程服务器命令

    要通过php脚本连接远程服务器并执行命令,可使用ssh协议实现。具体方法如下:1. 使用 phpseclib 扩展:通过 composer 安装后引入库,创建 ssh 连接对象并登录执行命令,适合简单控制场景;2. 使用 ext-ssh2 扩展:需安装 php 扩展并启用模块,性能更优但配置较复杂,…

    2025年12月10日
    000
  • PHP中的安全防护:如何在PHP中防止常见安全漏洞

    要保障php应用安全,需重点防范sql注入、xss攻击、csrf攻击及文件上传风险。1. 防止sql注入:使用pdo或mysqli扩展的预处理语句,通过参数绑定方式传入用户输入,避免拼接sql字符串;2. 过滤和转义输出:使用htmlspecialchars()函数防止xss攻击,针对不同上下文采用…

    2025年12月10日
    000
  • PHP中的XSS防护:如何过滤用户输入的恶意脚本

    防止xss攻击的关键在于过滤和转义用户输入。1. 使用htmlspecialchars()转义输出内容,将特殊字符转换为html实体,防止脚本执行;2. 在输入阶段使用filter_var()或strip_tags初步过滤,但推荐在输出时转义,对富文本使用html purifier清理;3. 设置c…

    2025年12月10日 好文分享
    000
  • PHP中的面向对象:如何在PHP中实现面向对象编程

    php中的面向对象编程(oop)并不难掌握,关键在于理解类和对象的基本概念。1. 类是模板,定义属性和行为,如user类包含用户名、邮箱等属性及登录、注册方法;2. 对象是类的实例,通过new创建具体用户;3. 封装将数据和方法包装在一起,提升模块化和访问控制,使用public、protected、…

    2025年12月10日
    000
  • CentOS 8编译安装PHP8.0全流程解析

    在centos 8上编译安装php8.0需要以下步骤:1.安装必要的工具和依赖库;2.下载并解压php8.0源码;3.配置编译选项;4.编译和安装。通过这些步骤,你可以在centos 8上成功编译安装php8.0,并根据需求定制编译选项以优化性能。 引言 在当今的Web开发世界中,PHP仍然是一个不…

    2025年12月10日
    000
  • PHP中的异常处理:如何优雅地捕获和处理PHP异常

    php异常处理需结合业务逻辑和用户体验,不能仅用try…catch简单包裹。首先,要了解php异常的基本结构,通过exception类抛出并捕获异常,获取错误信息用于调试但不暴露给用户;其次,推荐定义特定异常类型如invalidemailexception和paymentfailedex…

    2025年12月10日
    000
  • PHP中的会话管理:如何使用PHP管理用户会话和Cookie

    会话是服务器端存储机制,通过session_start()启动,用$_session读写数据,最后用session_destroy()销毁。设置cookie使用setcookie()函数,需注意输出前设置、避免依赖cookie、敏感信息存session、合理设置过期时间。session与cookie…

    2025年12月10日
    000
  • PHP中的Docker部署:如何使用容器化运行PHP应用

    部署php应用时使用docker能简化环境配置并提升一致性。1.安装docker及docker compose并确认版本;2.选择合适的php基础镜像如php:8.2-fpm或php:8.2-apache,或基于alpine的轻量镜像;3.编写dockerfile定制环境,包括安装扩展、引入comp…

    2025年12月10日
    000
  • PHP中的服务监控:如何监控PHP应用的运行状态

    要对php应用进行有效监控,首先应建立健康检查接口以确认服务可用性,其次关注性能指标如执行时间和资源消耗,同时监控错误日志以捕捉致命错误和警告,并对第三方依赖进行健康检查。1. 建议创建轻量的健康检查接口,返回状态码或json结构,并通过外部工具定期访问,触发异常报警;2. 通过记录请求耗时和内存使…

    2025年12月10日
    000
  • PHP中的数据库连接:如何使用PHP连接和操作MySQL数据库

    php开发中连接mysql数据库需使用mysqli或pdo扩展,步骤为:1.通过mysqli创建连接并检测错误;2.执行sql查询或操作并处理结果;3.使用预处理语句防止sql注入;4.操作完成后关闭连接释放资源。此外应将配置信息独立管理、避免暴露数据库错误、验证用户输入以确保安全性。 在PHP开发…

    2025年12月10日
    000
  • php创建文件并写入内容 php文件创建与内容写入的完整教程

    在php中高效地创建文件并写入内容的方法包括:1. 使用fopen()、fwrite()和fclose()函数进行基本操作;2. 采用file_put_contents()函数简化操作;3. 使用chmod()函数设置文件权限;4. 通过stream_set_write_buffer()函数优化性能…

    2025年12月10日
    000
  • PHP中的CSRF防御:如何防止跨站请求伪造攻击

    csrf(跨站请求伪造)是一种攻击方式,攻击者通过诱导用户访问恶意网站,利用浏览器自动携带认证凭据发起非用户本意的请求。防御csrf的核心在于验证请求来源合法性并确认用户主动操作。php中防御csrf的方法主要有:1. 使用csrf token,在服务端生成随机token并存储于session,嵌入…

    2025年12月10日
    000
  • PHP中的天气接口:如何调用天气API显示数据

    要实现php调用天气api,关键在于选择合适接口、正确发起请求并处理返回数据。1. 首先选择如和风天气、心知天气或openweathermap等提供json格式返回的api,并获取api key;2. 使用file_get_contents()或curl发起http请求,注意确保服务器配置允许或合理…

    2025年12月10日
    000
  • PHP中的异常监控:如何实时捕获生产环境错误

    使用try-catch捕获异常,防止程序崩溃并记录错误信息,但无法处理语法或致命错误;2. 设置全局异常与错误处理器,通过set_exception_handler和set_error_handler配合register_shutdown_function,确保各类错误均可被捕获;3. 结合日志系统…

    2025年12月10日
    000
  • PHP中的OAuth2.0:如何集成第三方登录功能

    oauth2.0是一种授权协议,允许用户授权应用访问其在其他服务上的资源而无需暴露账号密码。要在php项目中集成第三方登录(如微信、qq或github),需先注册开发者账号并获取client id、client secret和redirect uri。基本流程包括:1)用户跳转至第三方授权页面;2)…

    2025年12月10日
    000
  • PHP中的多语言支持:如何在PHP中实现国际化支持

    支持php多语言可通过gettext扩展、自定义语言包等方式实现。1. gettext是成熟方案,步骤包括安装扩展、创建.po/.mo文件、设置locale并加载翻译;2. 自定义语言包适合小型项目,通过数组存储翻译内容并动态加载;3. 语言切换可通过url参数、子域名或session保存偏好,推荐…

    2025年12月10日
    000
  • PHP中的表单验证:如何在PHP中验证用户输入的表单数据

    表单验证在php网站开发中至关重要,因为用户输入不可靠,可能引发错误或安全漏洞。1. 使用filter_var函数可实现基础验证,如邮箱、url判断及数字过滤,简洁且无需手动编写正则;2. 通过empty()或!isset()检查必填字段,确保关键信息完整,同时可批量验证多个字段;3. 对特殊字段设…

    2025年12月10日
    000
  • PHP中的并发控制:如何在PHP中处理并发请求

    在php开发中处理高并发请求需采取多种策略。1. 使用文件锁(flock)控制并发写入,适用于低并发场景,通过lock_ex和lock_sh实现排他或共享锁定;2. 利用数据库事务和行锁确保数据一致性,通过select … for update锁定数据行,避免冲突;3. 使用redis实…

    2025年12月10日
    000

发表回复

登录后才能评论
关注微信