@misc{monfort2019multimoments,
title={Multi-Moments in Time: Learning and Interpreting Models for Multi-Action Video Understanding},
author={Mathew Monfort and Kandan Ramakrishnan and Alex Andonian and Barry A McNamara and Alex Lascelles, Bowen Pan, Quanfu Fan, Dan Gutfreund, Rogerio Feris, Aude Oliva},
year={2019},
eprint={1911.00232},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
用户可以参照数据集 官网,获取数据集相关的基本信息。
在准备数据集前,请确保命令行当前路径为 $MMACTION2/tools/data/mmit/
。
首先,用户需要访问官网,填写申请表来下载数据集。
在得到下载链接后,用户可以使用 bash preprocess_data.sh
来准备标注文件和视频。
请注意此脚本并没有下载标注和视频文件,用户需要根据脚本文件中的注释,提前下载好数据集,并放/软链接到合适的位置。
为加快视频解码速度,用户需要缩小原视频的尺寸,可使用以下命令获取密集编码版视频:
python ../resize_videos.py ../../../data/mmit/videos/ ../../../data/mmit/videos_256p_dense_cache --dense --level 2
如果用户只想使用视频加载训练,则该部分是 可选项。
在抽取视频帧和光流之前,请参考 安装指南 安装 denseflow。
如果用户有大量的 SSD 存储空间,则推荐将抽取的帧存储至 I/O 性能更优秀的 SSD 上。 用户可使用以下命令为 SSD 建立软链接。
# 执行这两行指令进行抽取(假设 SSD 挂载在 "/mnt/SSD/"上)
mkdir /mnt/SSD/mmit_extracted/
ln -s /mnt/SSD/mmit_extracted/ ../../../data/mmit/rawframes
如果用户需要抽取 RGB 帧(因为抽取光流的过程十分耗时),可以考虑运行以下命令使用 denseflow 只抽取 RGB 帧。
bash extract_rgb_frames.sh
如果用户没有安装 denseflow,则可以运行以下命令使用 OpenCV 抽取 RGB 帧。然而,该方法只能抽取与原始视频分辨率相同的帧。
bash extract_rgb_frames_opencv.sh
如果用户想抽取 RGB 帧和光流,则可以运行以下脚本进行抽取。
bash extract_frames.sh
用户可以通过运行以下命令生成帧和视频格式的文件列表。
bash generate_rawframes_filelist.sh
bash generate_videos_filelist.sh
在完成 Multi-Moments in Time 数据集准备流程后,用户可以得到 Multi-Moments in Time 的 RGB 帧 + 光流文件,视频文件以及标注文件。
在整个 MMAction2 文件夹下,Multi-Moments in Time 的文件结构如下:
mmaction2/
└── data
└── mmit
├── annotations
│ ├── moments_categories.txt
│ ├── trainingSet.txt
│ └── validationSet.txt
├── mmit_train_rawframes.txt
├── mmit_train_videos.txt
├── mmit_val_rawframes.txt
├── mmit_val_videos.txt
├── rawframes
│ ├── 0-3-6-2-9-1-2-6-14603629126_5
│ │ ├── flow_x_00001.jpg
│ │ ├── flow_x_00002.jpg
│ │ ├── ...
│ │ ├── flow_y_00001.jpg
│ │ ├── flow_y_00002.jpg
│ │ ├── ...
│ │ ├── img_00001.jpg
│ │ └── img_00002.jpg
│ │ ├── ...
│ └── yt-zxQfALnTdfc_56
│ │ ├── ...
│ └── ...
└── videos
└── adult+female+singing
├── 0-3-6-2-9-1-2-6-14603629126_5.mp4
└── yt-zxQfALnTdfc_56.mp4
└── ...
关于对 Multi-Moments in Time 进行训练和验证,可以参照 基础教程。