Facebook AI Research首次开源ICCV冠军模型!视频识别与行为检测...
共 2144字，需浏览 5分钟
·
2020-01-13 23:21
【新智元导读】视频理解领域必不可少的利器之一最新出炉！Facebook AI Research隆重推出视频理解代码库PySlowFast，可帮助使用者在视频识别、行为检测等任务中轻易复现基线模型和诸多SOTA的算法。Facebook还首次开源了其在CVPR 2019行为检测挑战赛上的冠军模型。戳右边链接上 新智元小程序 了解更多！
项目地址：https://github.com/facebookresearch/SlowFast视频理解是如今相当流行的研究方向，但不同于图像相关的研究，视频理解中庞大的数据集和巨大的模型，让很多视频研究难以开展。想要复现一个STOA的模型，更是可能耗时数周甚至数月。Facebook AI 研究院近些年在视频理解领贡献了许多有趣的研究工作，如今其团队更是在ICCV研讨会上开源了其全新的基于PyTorch的视频理解代码库：PySlowFast。
Facebook AI 研究院如今开源了其视频理解代码库，可轻松复现各类基线模型和SOTA算法，同时一并提供了各类的SOTA预训练模型，让使用者轻松的基于前沿算法开展研究和工作，免去了冗长的造轮子和结果复现，同时给予了复现性能上的保证。值得一提的是，PySlowFast一并首次开源了其在CVPR 2019行为检测挑战赛上的冠军模型：
CVPR2019行为检测挑战赛上的冠军模型
PySlowFast不但可以提供视频理解的基线（baseline）模型，还能提供当今前沿的视频理解算法复现。其算法不单单囊括视频识别（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可轻而易举的复现出当今前沿的模型。
在其教程中，我们可以看出，PySlowFast仔细的处理了众多视频识别和行为检测的细节，包含Decoding，Interpolation，BatchNorm，Network Architecture，Multi-View Ensemble等等诸多问题，保证其模型的准确性和代码的可复现性。（更多细节可参考其ICCV教程ppt）。
与此同时，PySlowFast遵从了众多深度学习研究中的设计，使代码库更便于使用（easy tohack）。
笔者参考了github上各类开源项目对同一模型的复现结果，发现不同项目的复现性能往往有很大的区别，而PySlowFast始终可以复现出STOA的高性能结果：
视频识别（Kinetics）
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。
http://static.googleusercontent.com/media/research.google.com/en//ava/2019/fair_slowfast.pdf
行为检测（AVA）
ImageNet预训练（Inflation）
PySlowFast在视频识别，行为检测等任务上的性能表现（节选自https://github.com/facebookresearch/SlowFast/blob/master/MODEL_ZOO.md)
ICCV研讨会开源之后，PySlowFast就一度蝉联GitHub趋势榜的前十，让我们一探究竟，看看可以如何使用PySlowFast：
通过简单的环境配置后便可以使用PySlowFast：
我们下载了作者提供的预训练模型，并对其进行了测试：
我们可轻易得到28.2的STOA的AVA结果：
PySlowFast团队更表示，此工作旨在推动视频理解领域的研究工作，同时将实时添加其前沿工作至其代码库。ICCV2019 Tutorial 有一份教程137页ppt，详细介绍了PySlowFast使用方法。
本文经授权转载自公众号：专知
参考资料：
https://alexander-kirillov.github.io/tutorials/visual-recognition-iccv19/
https://ai.facebook.com/blog/slowfast-video-recognition-through-dual-frame-rate-analysis
https://alexander-kirillov.github.io/tutorials/visual-recognition-iccv19
https://github.com/facebookresearch/SlowFast
