01【C3D 行为识别】项目下载 环境配置 数据集转化视频帧

• 一，UCF101 数据集
• 二，环境的快速搭建
• 三，数据集处理
• • 3.1 提取帧
  • 3.2 生成file_list
• 四，参考

【C3D 行为识别】总目录 实战 复现+代码解析+自定义数据集

这个数据集在极链AI云平台已经准备好了（我们直接调用就可以了）：

通过数据集创建实例

选一个最便宜的GPU，反正我们最后要用自己定义的数据集

选择镜像版本

看看详情，再点击创建实例

点击Jupyter Lab

Jupyter Lab界面如下：

点击进入/datasets/UCF101/

UCF101文件夹下：

├── UCF101_Action_detection_splits
├── UCF101_videos
└── ucfTrainTestlist

在 UCF101_Action_detection_splits下：

.
├── classInd.txt
├── testlist01.txt
├── testlist02.txt
├── testlist03.txt
├── trainlist01.txt
├── trainlist02.txt
└── trainlist03.txt

在 ucfTrainTestlist下：

.
├── classInd.txt
├── testlist01.txt
├── testlist02.txt
├── testlist03.txt
├── trainlist01.txt
├── trainlist02.txt
└── trainlist03.txt

在UCF101_videos下：

由于我是采用平台的镜像，所以不需要安装pytorch和cuda，如果不是采用平台的，可以参考下面两个链接里的内容

https://blog.csdn.net/weixin_43013761/article/details/113357328
https://gitee.com/YFwinston/mmaction2/blob/master/docs_zh_CN/install.md

进入home文件夹

cd home/

配置环境

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html
pip install mmpycocotools
pip install moviepy  opencv-python terminaltables seaborn decord -i https://pypi.douban.com/simple

其中，命令里 url 的 cu111 和 torch1.8.0 变量需由用户进行指定。

下载项目

git clone https://github.com/open-mmlab/mmaction2.git
cd mmaction2
python setup.py develop

在mmaction2中，默认的配置文件使用的是视频帧，那么就先将视频转化为帧。
首先在mmaction2下创建/DataSet/rawframes 文件夹，用来保存视频帧

提取视频帧代码如下

python tools/data/build_rawframes.py /datasets/UCF101/UCF101/UCF101_videos/ /home/mmaction2/DataSet/rawframes/  --task rgb --level 1  --ext avi --use-opencv 

datasets/UCF101/UCF101/UCF101_videos: 视频源文件夹
/home/mmaction2/DataSet/rawframes/: 存储提取出的帧和光流的根文件夹、
–level: 目录层级。1 指单级文件目录，2 指两级文件目录
–ext: 视频文件后缀名，如 avi, mp4

首先，我们需要将
datasets/UCF101/UCF101/ucfTrainTestlist/ 下的所有txt文件进行复制

然后在 /home/mmaction2/DataSet下创建 /ucf101/annotations/ 文件夹
再把刚刚复制的txt文件，粘贴到annotations下面去，如下：

接下来需要创建一个软连接

# 创建软连接。注意/home/mmaction2/DataSet/需要替换成你本人Dataset路径
ln -s  /home/mmaction2/DataSet/ data

然后再：home/mmaction2/tools/data/ucf101下输入

bash generate_filelist.sh

就会生成如下文件

https://blog.csdn.net/weixin_43013761/article/details/107765771
https://blog.csdn.net/qq_39862223/article/details/108461526