语言:
🇨🇳
🇺🇸
«TSM»复现了论文Temporal Shift Module提出的视频分类模型
其CodeBase为ZJCV/TSN
TSM: Temporal Shift Module for Efficient Video Understanding在TSN模型的基础上嵌入时间抖动模块，进一步提高了视频分类精度。其CodeBase来自于TSN
通过requirements.txt安装运行所需依赖
$ pip install -r requirements.txt
处理数据时需要额外安装denseflow，可以在innerlee/setup中找到安装脚本
首先设置GPU和当前位置
$ export CUDA_VISIBLE_DEVICES=1
$ export PYTHONPATH=.
- 训练
# 训练UCF101
# 单GPU
$ python tools/train.py --config_file=configs/tsm_resnet50_ucf101_rgb.yaml
# 多GPU
$ python tools/train.py \
--config_file=configs/tsm_resnet50_ucf101_rgb.yaml \
--eval_step=1000 \
--save_step=1000 \
-g=2
- 测试
# 单模态测试
$ python tools/test.py <config_file> <pth_file>
$ python tools/test.py configs/tsm_resnet50_ucf101_rgbdiff.yaml outputs/tsm_resnet50_ucf101_rgbdiff.pth
# 多模态融合测试 - RGB + RGBDiff
$ python tools/fusion.py <rgb_config_file> <rgb_pth_file> <rgbdiff_config_file> <rgbdiff_pth_file>
$ python tools/fusion.py \
configs/tsm_resnet50_ucf101_rgb.yaml \
outputs/tsm_resnet50_ucf101_rgb.pth \
configs/tsm_resnet50_ucf101_rgbdiff.yaml \
outputs/tsm_resnet50_ucf101_rgbdiff.pth
- zhujian - Initial work - zjykzj
欢迎任何人的参与！打开issue或提交合并请求。
注意:
GIT提交，请遵守Conventional Commits规范- 语义版本化，请遵守Semantic Versioning 2.0.0规范
README编写，请遵守standard-readme规范
Apache License 2.0 © 2020 zjykzj