「深度学习一遍过」必修28：基于C3D预训练模型训练自己的视频分类数据集的设计与实现

本专栏用于记录关于深度学习的笔记，不光方便自己复习与查阅，同时也希望能给您解决一些关于深度学习的相关问题，并提供一些微不足道的人工神经网络模型设计思路。 专栏地址：「深度学习一遍过」必修篇

目录

1 DownLoad or Clone

2 数据集准备

3 代码调试

3.1 下载预训练模型

3.2 配置数据集和预训练模型路径

3.3 修改 label.txt 文件

3.4 运行 train.py

3.5 运行 inference.py

​ 开源项目代码：https://github.com/jfzhang95/pytorch-video-recognition

1 DownLoad or Clone

Linux：

git clone https://github.com/jfzhang95/pytorch-video-recognition.git
cd pytorch-video-recognition

Windows：

​

2 数据集准备

数据集目录树如下所示：

数据集文件夹名
├── 类别1
│   ├── 类别1_1.mp4
│   └── ...
├── 类别2
│   ├── 类别2_1.mp4
│   └── ...
└── 类别3
│   ├── 类别2_1.mp4
│   └── ...

经过预处理后，输出目录的结构如下：

数据集文件夹名
├── 类别1
│   ├── 类别1_1
│   │   ├── 类别1_1_1.jpg
│   │   └── ...
│   └── ...
├── 类别2
│   ├── 类别2_1
│   │   ├── 类别2_1_1.jpg
│   │   └── ...
│   └── ...
└── 类别3
│   ├── 类别3_1
│   │   ├── 类别3_1_1.jpg
│   │   └── ...
│   └── ...

补充：预处理代码

#!/usr/bin/python
# -*- coding:utf-8 -*-
import cv2

VideoCap = cv2.VideoCapture('此处填写mp4/avi文件地址')
# eg：VideoCap = cv2.VideoCapture('E:/DATA/one/1.mp4')
i = 1

while True:
    _, img = VideoCap.read()
    save_path = '此处填写保存的每一帧图像的文件路径'
    # eg：save_path = 'E:/data/one/1/' + str(i) + '.jpg'
    cv2.imwrite(save_path, img)
    print(save_path)
    i = i + 1
    if _ == False:
        break

3 代码调试

3.1 下载预训练模型

从百度云或 GoogleDrive下载预训练模型。目前仅支持 C3D 的预训练模型。

​

3.2 配置数据集和预训练模型路径

在

​ 中配置数据集和预训练模型路径 。

​

这一步仅修改上图红框内的路径内容即可。

3.3 修改 label.txt 文件

源码中

​ 数据集包括

​ 类视频，分别是：

​

根据自己数据集改写

​ 文件（如上图修改

​ 文件）

比如修改成：

​

3.4 运行 train.py

解决报错一：ValueError: could not broadcast input array from shape (720,1280,3) into shape (128,171,3)

方法一：

​ 输入数据集图像大小为

​×

​

方法二：修改

​ 中约

​~

​ 行变量参数为

​×

​

修改前：

​

修改后：

​

解决报错二：RuntimeError: Expected object of scalar type Long but got scalar type Int for argument #2 'target' in call to _thnn_nll_loss_forward

方法：将变量强制转换为

型

将

文件中约第

行代码改写为

。

修改前：

​

修改后：

​

解决报错三：ValueError: num_samples should be a positive integer value, but got num_samp=0

方法：

参数设置为

将

​ 文件中约

行位置的

修改为

修改前：

​

修改后：

​

一般而言，解决完这三个问题即可训练自己的数据集。

3.5 运行 inference.py

修改

行模型运行路径

​

修改

行测试视频路径