@article{Heilbron2015ActivityNetAL,
title={ActivityNet: A large-scale video benchmark for human activity understanding},
author={Fabian Caba Heilbron and Victor Escorcia and Bernard Ghanem and Juan Carlos Niebles},
journal={2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2015},
pages={961-970}
}用户可参考该数据集的 官网，以获取数据集相关的基本信息。
对于时序动作检测任务，用户可以使用这个 代码库 提供的缩放过（rescaled）的 ActivityNet 特征，
或者使用 MMAction2 进行特征提取（这将具有更高的精度）。MMAction2 同时提供了以上所述的两种数据使用流程。
在数据集准备前，请确保命令行当前路径为 $MMACTION2/tools/data/activitynet/。
选项 1：用户可以使用这个 代码库 提供的特征
首先，用户可以使用以下命令下载标注文件。
bash download_feature_annotations.sh之后，用户可以使用以下命令下载 ActivityNet 特征。
bash download_features.sh之后，用户可以使用以下命令处理下载的标注文件，以便于训练和测试。
该脚本会首先合并两个标注文件，然后再将其分为 train, val 和 test 三个部分。
python process_annotations.py选项 2：使用 MMAction2 对 官网 提供的视频进行特征抽取
首先，用户可以使用以下命令下载标注文件。
bash download_annotations.sh之后，用户可以使用以下脚本准备视频数据。 该代码参考自 官方爬虫，该过程将会耗费较多时间。
bash download_videos.sh由于 ActivityNet 数据集中的一些视频已经在 YouTube 失效，官网 在谷歌网盘和百度网盘提供了完整的数据集数据。 如果用户想要获取失效的数据集，则需要填写 下载页面 中提供的 需求表格 以获取 7 天的下载权限。
MMAction2 同时也提供了 BSN 代码库 的标注文件的下载步骤。
bash download_bsn_videos.sh对于这种情况，该下载脚本将在下载后更新此标注文件，以确保每个视频都存在。
在抽取视频帧和光流之前，请参考 安装指南 安装 denseflow。
可使用以下命令抽取视频帧和光流。
bash extract_frames.sh以上脚本将会生成短边 256 分辨率的视频。如果用户想生成短边 320 分辨率的视频（即 320p），或者 340x256 的固定分辨率，用户可以通过改变参数由 --new-short 256 至 --new-short 320，或者 --new-width 340 --new-height 256 进行设置
更多细节可参考 数据准备指南
根据抽取的帧，用户可以生成视频级别（video-level）或者片段级别（clip-level）的文件列表，其可用于微调 ActivityNet。
python generate_rawframes_filelist.py用户可使用 configs/recognition/tsn 目录中的 ActivityNet 配置文件进行 TSN 模型微调。
用户需要使用 Kinetics 相关模型（同时支持 RGB 模型与光流模型）进行预训练。
在 ActivityNet 上微调 TSN 模型之后，用户可以使用该模型进行 RGB 特征和光流特征的提取。
python tsn_feature_extraction.py --data-prefix ../../../data/ActivityNet/rawframes --data-list ../../../data/ActivityNet/anet_train_video.txt --output-prefix ../../../data/ActivityNet/rgb_feat --modality RGB --ckpt /path/to/rgb_checkpoint.pth
python tsn_feature_extraction.py --data-prefix ../../../data/ActivityNet/rawframes --data-list ../../../data/ActivityNet/anet_val_video.txt --output-prefix ../../../data/ActivityNet/rgb_feat --modality RGB --ckpt /path/to/rgb_checkpoint.pth
python tsn_feature_extraction.py --data-prefix ../../../data/ActivityNet/rawframes --data-list ../../../data/ActivityNet/anet_train_video.txt --output-prefix ../../../data/ActivityNet/flow_feat --modality Flow --ckpt /path/to/flow_checkpoint.pth
python tsn_feature_extraction.py --data-prefix ../../../data/ActivityNet/rawframes --data-list ../../../data/ActivityNet/anet_val_video.txt --output-prefix ../../../data/ActivityNet/flow_feat --modality Flow --ckpt /path/to/flow_checkpoint.pth在提取完特征后，用户可以使用后处理脚本整合 RGB 特征和光流特征，生成 100-t X 400-d 维度的特征用于时序动作检测。
python activitynet_feature_postprocessing.py --rgb ../../../data/ActivityNet/rgb_feat --flow ../../../data/ActivityNet/flow_feat --dest ../../../data/ActivityNet/mmaction_feat在完成所有 ActivityNet 数据集准备流程后，用户可以获得对应的特征文件，RGB + 光流文件，视频文件以及标注文件。
在整个 MMAction2 文件夹下，ActivityNet 的文件结构如下：
mmaction2
├── mmaction
├── tools
├── configs
├── data
│ ├── ActivityNet
(若根据选项 1 进行数据处理)
│ │ ├── anet_anno_{train,val,test,full}.json
│ │ ├── anet_anno_action.json
│ │ ├── video_info_new.csv
│ │ ├── activitynet_feature_cuhk
│ │ │ ├── csv_mean_100
│ │ │ │ ├── v___c8enCfzqw.csv
│ │ │ │ ├── v___dXUJsj3yo.csv
│ │ │ | ├── ..
(若根据选项 2 进行数据处理)
│ │ ├── anet_train_video.txt
│ │ ├── anet_val_video.txt
│ │ ├── anet_train_clip.txt
│ │ ├── anet_val_clip.txt
│ │ ├── activity_net.v1-3.min.json
│ │ ├── mmaction_feat
│ │ │ ├── v___c8enCfzqw.csv
│ │ │ ├── v___dXUJsj3yo.csv
│ │ │ ├── ..
│ │ ├── rawframes
│ │ │ ├── v___c8enCfzqw
│ │ │ │ ├── img_00000.jpg
│ │ │ │ ├── flow_x_00000.jpg
│ │ │ │ ├── flow_y_00000.jpg
│ │ │ │ ├── ..
│ │ │ ├── ..
关于对 ActivityNet 进行训练和验证，可以参考 基础教程.