Els-y / pytorch-i3d

I3D SthSth

代码基于 pytorch-i3d 修改。

环境

• python 3.x
• pytorch 0.3
• numpy
• opencv
• tensorboardX
• tqdm

数据准备

数据集下载 Something-Something 并解压，应有如下数据和标注文件：

.
├── 20bn-something-something-v2
│   ├── 1.webm
│   ├── 2.webm
│   └── ...
└── label
    ├── something-something-v2-labels.json
    ├── something-something-v2-test.json
    ├── something-something-v2-train.json
    └── something-something-v2-validation.json

训练

修改数据集路径

修改 train_i3d.py 文件 56 行左右的 create_dataloader 中数据集路径，其中：

• split_file: something-something-v2-train.json/something-something-test.json/something-something-validation.json 路径
• label_file: something-something-v2-labels.json 路径
• webm_dir: 存放解压后视频文件的目录 20bn-something-something-v2 路径

修改训练参数

参照 train_i3d.py 修改 train.sh 中对应参数以及可用 GPU。注意 batch 不能设大，目前试过 TITAN Xp 4 卡 batch 可以设置为 8，对应 worker 也设置为 8。

修改好后执行 ./train.sh 即可开始训练。

训练结果

训练过程中每个 epoch 会保存一次模型，此外 tensorboard 中记录 loss 和 accuracy 的横坐标也为 epoch。

输出文件都存储在 output 目录中，并备份代码，按照训练开始时间划分目录:

output
├── sthsth_03-05_16:02:56
│   ├── codes
│   │   ├── pytorch_i3d.py
│   │   ├── sthsth_dataset.py
│   │   └── ...
│   ├── logs
│   │   └── events.out.tfevents.1583655045.club02
│   ├── train.sh
│   └── weights
│       ├── sthsth_1.pt
│       ├── sthsth_2.pt
│       ├── ...
│       └── sthsth_best.pt
└── sthsth_03-06_19:54:54
    └── ...