01【mmaction2 slowfast 行为分析(商用级别)】项目下载

【mmaction2 slowfast 行为分析(商用级别)】总目录

首先声明,这是一个博主写的,付费的,我在他的项目基础上继续做的。
我也不是直接从这个博主那边直接抄过来,是更多的完善来写这个系列的内容。
行为分析(商用级别)00-目录-史上最新无死角讲解

平台使用在这里插入图片描述

如果没有自己的GPU,可以使用:
极链AI云平台

项目下载

github:https://github.com/Wenhai-Zhu/JN-OpenLib-mmaction2
码云:https://gitee.com/YFwinston/JN-OpenLib-mmaction2

预训练模型

链接: https://pan.baidu.com/s/15g-iBC3PHqFQuia9BPt0xQ 提取码: o8mc

自定义数据集

链接: https://pan.baidu.com/s/1wI7PVB9g5k6CcVDOfICW7A 提取码: du5o

项目最后树状图(部分)

.
├── Checkpionts
│   ├── mmaction
│   │   ├── slowfast_kinetics_pretrained_r50_8x8x1_20e_ava_rgb_20201217-ae225e97.pth
│   │   └── slowfast_r50_8x8x1_256e_kinetics400_rgb_20200716-73547d2b.pth
│   └── mmdetection
│       └── faster_rcnn_r50_fpn_2x_coco_bbox_mAP-0.384_20200504_210434-a5d8aa15.pth


├── Datasets
│   ├── Interaction
│   │   ├── annotations
│   │   └── images

├── tools
│   ├── analysis
│   │   ├── analyze_logs.py
│   │   ├── benchmark.py
│   │   ├── bench_processing.py
│   │   ├── eval_metric.py
│   │   ├── get_flops.py
│   │   ├── print_config.py
│   │   ├── report_accuracy.py
│   │   └── report_map.py
│   ├── argparse.bash
│   ├── bsn_proposal_generation.py
│   ├── data
│   │   ├── activitynet
│   │   ├── anno_txt2json.py
│   │   ├── ava
│   │   ├── build_audio_features.py
│   │   ├── build_file_list.py
│   │   ├── build_rawframes.py
│   │   ├── build_videos.py
│   │   ├── denormalize_proposal_file.py
│   │   ├── extract_audio.py
│   │   ├── gym
│   │   ├── hmdb51
│   │   ├── hvu
│   │   ├── jester
│   │   ├── jhmdb
│   │   ├── kinetics
│   │   ├── mit
│   │   ├── mmit
│   │   ├── omnisource
│   │   ├── parse_file_list.py
│   │   ├── resize_video.py
│   │   ├── sthv1
│   │   ├── sthv2
│   │   ├── thumos14
│   │   ├── ucf101
│   │   └── ucf101_24
│   ├── dist_test.sh
│   ├── dist_train.sh
│   ├── flow_extraction.py
│   ├── __init__.py
│   ├── publish_model.py
│   ├── pytorch2onnx.py
│   ├── slurm_test.sh
│   ├── slurm_train
│   ├── slurm_train.sh
│   ├── test.py
│   └── train.py

├── tools
│   ├── analysis
│   ├── argparse.bash
│   ├── bsn_proposal_generation.py
│   ├── data
│   ├── dist_test.sh
│   ├── dist_train.sh
│   ├── flow_extraction.py
│   ├── __init__.py
│   ├── publish_model.py
│   ├── pytorch2onnx.py
│   ├── slurm_test.sh
│   ├── slurm_train
│   ├── slurm_train.sh
│   ├── test.py
│   └── train.py

版权声明:本文为CSDN博主「计算机视觉-杨帆」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/WhiffeYF/article/details/119868377

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

yolov5训练数据集划分

yolov5训练数据集划分 按照默认8:1:1划分训练集,测试集,验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe

Pytorch—万字入门SSD物体检测

前言 由于初入物体检测领域,我在学习SSD模型的时候遇到了很多的困难。一部分困难在于相关概念不清楚,专业词汇不知其意,相关文章不知所云;另一部分困难在于网上大部分文章要么只是简要介绍了SS