Facebook开源算法代码库PySlowFast,轻松复现前沿视频理解模型

新闻 人工智能 算法
近日,FAIR视频团队在 ICCV 相关研讨会上开源了视频识别检测代码库 PySlowFast,并同时发布了预训练的模型库。同时,该团队表示,他们还将实时将他们的前沿工作添加至此代码库。

 在近些年的视频理解研究中,Facebook AI Research 贡献了许多精彩的工作。近日,FAIR视频团队在 ICCV 相关研讨会上开源了视频识别检测代码库 PySlowFast,并同时发布了预训练的模型库。同时,该团队表示,他们还将实时将他们的前沿工作添加至此代码库。

Facebook开源算法代码库PySlowFast,轻松复现前沿视频理解模型

  • 项目地址:https://github.com/facebookresearch/SlowFast
  • Tutorial 地址(附 PPTT 资源):https://alexanderkirillov.github.io/tutorials/visual-recognition-iccv19/

视频与动作理解俨然已成为当今最火热的研究方向之一,然而在开源社区中找到一个简洁、高效、易于修改的视频理解代码库仍不是一件简单的事情。更重要的是,复现当今前沿的 (state-of-the-art) 的深度学习模型一直是一件令研究者头疼的事情。

这些视频理解模型往往动辄几十 GFlops,需要训练数天,而复现出一个模型需要反复的实验调参,让每个细节都正确。这往往会耗费大量的时间和资源,让很多研究者望而却步。

Facebook开源算法代码库PySlowFast,轻松复现前沿视频理解模型

Facebook AI Research 在 CVPR、ICCV 等国际会议发布了众多研究工作,并赢得了 CVPR 2019 行为检测挑战赛的冠军。而后,在今年的 ICCV 上,FAIR 推出了他们的视频理解代码库:PySlowFast。
PySlowfast 是一个基于 PyTorch 的代码库,让研究者可以轻而易举地复现从基础至前沿的视频识别 (Video Classification) 和行为检测 (Action Detection) 算法。

不但如此,PySlowFast 代码库同时开源了大量预训练模型 (pretrain models),让研究者省去了反复训练模型的烦恼,可以直接使用 FAIR 预训练的前沿 (cutting edge performance) 模型。

pySlowFast开源的模型的可视化检测结果

自开源后,PySlowFast 就一度蝉联 GitHub 趋势榜前十。以下对此开源项目进行了简要介绍。

根据研讨会教程和开源代码库信息,PySlowFast 既提供视频理解基线(baseline)模型,还提供了当今前沿的视频理解算法复现。其算法不单单囊括视频视频(video classification),同时也包括行为检测(Action Classification)算法。

与当今开源社区中各种视频识别库复现出参差不齐的性能相比,使用 PySlowFast 可轻而易举地复现出当今前沿的模型。

视频识别(Kinetics)

Facebook开源算法代码库PySlowFast,轻松复现前沿视频理解模型

表 1:PySlowFast 在视频分类数据库 Kinetics 400 上的性能)(节选自 https://github.com/facebookresearch/SlowFast/blob/master/MODEL_ZOO.md)

PySlowFast 不单单可以用于视频分类,同时也可用于视频理解,并提供赢得了 2019 年 CVPR ActivityNet Challenge Winner 的视频检测模型。
行为检测(AVA)

Facebook开源算法代码库PySlowFast,轻松复现前沿视频理解模型

此外,PySlowFast 预留了接口,可通过简单的编辑支持多模态视频理解、视频自监督学习等等任务。该团队称,PySlowFast 将被积极维护,实时更新其团队和业界的前沿算法,同开源其预训练模型,使代码库成为视频理解领域的基线标杆。

通过以下教程,读者们可以简单试用下 PySlowFast 代码库。在完成安装后,通过下载 MODEL_ZOO 提供的预训练模型和相应的配置文件,运行如下代码,就可以测试(Test)模型在不同视频数据库上的性能:

  1. python tools/run_net.py  
  2.   --cfg configs/Kinetics/C2D_8x8_R50.yaml  
  3.   DATA.PATH_TO_DATA_DIR path_to_your_dataset  
  4.   NUM_GPUS 2  

我们可以发现,通过此代码库可以轻易复现出前沿的高性能模型,同时读者们也可以尝试通过简单的修改来实现自己的模型,并用多台 GPU 进行训练得到前沿的性能。
 

 

责任编辑:张燕妮 来源: 机器之心
相关推荐

2021-07-06 10:21:55

Facebook AI开源

2023-09-20 08:00:00

大语言模型代码库

2021-10-01 12:17:30

Facebook开源工具Mariana Tre

2014-07-30 14:37:00

FacebookiOS开源库

2012-06-27 14:04:22

folly

2024-02-04 07:20:00

AI模型

2017-11-15 07:20:22

Facebook相似性搜索算法

2016-01-31 14:31:59

FacebookParse开源

2023-08-26 19:14:21

开源算法Linux

2019-10-08 10:44:42

人工智能机器学习技术

2020-04-17 14:48:30

代码机器学习Python

2012-06-04 13:25:34

Facebook开源

2018-05-31 21:41:57

数据手册人工智能数据集

2021-06-11 10:53:40

Folly组件开发

2021-06-21 15:32:40

Facebook 数据开源

2020-09-02 14:13:48

Facebook 开发开源

2021-03-23 15:21:00

人工智能机器学习技术

2012-06-05 09:39:16

Facebook

2022-08-11 13:37:41

多模态算法多模态网络

2024-02-15 09:00:00

LLaVA模型开源视频聊天助手
点赞
收藏

51CTO技术栈公众号