asrf.md

English | 简体中文

ASRF 视频动作分割模型

---

内容

• 模型简介
• 数据准备
• 模型训练
• 模型测试
• 模型推理
• 参考论文

模型简介

ASRF模型是在视频动作分割模型MS-TCN上的改进，发表在2021年的WACV上。我们对官方实现的pytorch代码进行复现，在PaddleVideo获得了近似的结果。

ASRF Overview

数据准备

ASRF的训练数据可以选择50salads、breakfast、gtea三个数据集，数据下载及准备请参考视频动作分割数据集

不同于MS-TCN，ASRF模型需要额外的数据构建，脚本流程如下

python data/50salads/prepare_asrf_data.py --dataset_dir data/

模型训练

数据准备完毕后，可以通过如下方式启动训练：

# gtea数据集
export CUDA_VISIBLE_DEVICES=3
python3.7 main.py  --validate -c configs/segmentation/asrf/asrf_gtea.yaml --seed 1538574472

• 从头开始训练，使用上述启动命令行或者脚本程序即可启动训练，不需要用到预训练模型，视频动作分割模型通常为全卷积网络，由于视频的长度不一，故视频动作分割模型的batch_size字段通常设为1，即不需要批量训练，目前也仅支持单样本训练

模型测试

可通过如下方式进行模型测试：

python main.py  --test -c configs/segmentation/asrf/asrf_gtea.yaml --weights=./output/ASRF/ASRF_split_1.pdparams

• 指标的具体实现是参考MS-TCN作者evel.py提供的测试脚本，计算Acc、Edit和F1分数。

• pytorch的复现来源于官方提供的代码库

• 数据集的评估方法采用MS-TCN论文中的折交验证方法，而折交的划分方式与MS-TCN论文中相同。

在Breakfast数据集下评估精度如下(采用4折交验证):

Model	Acc	Edit	[email protected]	[email protected]	[email protected]
paper	67.6%	72.4%	74.3%	68.9%	56.1%
pytorch	65.8%	71.0%	72.3%	66.5%	54.9%
paddle	66.1%	71.9%	73.3%	67.9%	55.7%

在50salads数据集下评估精度如下(采用5折交验证):

Model	Acc	Edit	[email protected]	[email protected]	[email protected]
paper	84.5%	79.3%	82.9%	83.5%	77.3%
pytorch	81.4%	75.6%	82.7%	81.2%	77.2%
paddle	81.6%	75.8%	83.0%	81.5%	74.8%

在gtea数据集下评估精度如下(采用4折交验证):

Model	Acc	Edit	[email protected]	[email protected]	[email protected]
paper	77.3%	83.7%	89.4%	87.8%	79.8%
pytorch	76.3%	79.6%	87.3%	85.8%	74.9%
paddle	77.1%	83.3%	88.9%	87.5%	79.1%

给出在gtea数据集下的折交的模型权重

Test_Data	[email protected]	checkpoints
gtea_split1	72.4409	ASRF_gtea_split_1.pdparams
gtea_split2	76.6666	ASRF_gtea_split_2.pdparams
gtea_split3	84.5528	ASRF_gtea_split_3.pdparams
gtea_split4	82.6771	ASRF_gtea_split_4.pdparams

模型推理

导出inference模型

python3.7 tools/export_model.py -c configs/segmentation/asrf/asrf_gtea.yaml \
                                -p data/ASRF_gtea_split_1.pdparams \
                                -o inference/ASRF

上述命令将生成预测所需的模型结构文件ASRF.pdmodel和模型权重文件ASRF.pdiparams。

• 各参数含义可参考模型推理方法

使用预测引擎推理

输入预测模型的txt文件为需要预测的文件列表，如:

S1_Cheese_C1.npy
S1_CofHoney_C1.npy
S1_Coffee_C1.npy
S1_Hotdog_C1.npy
...

python3.7 tools/predict.py --input_file data/gtea/splits/test.split1.bundle \
                           --config configs/segmentation/asrf/asrf_gtea.yaml \
                           --model_file inference/ASRF/ASRF.pdmodel \
                           --params_file inference/ASRF/ASRF.pdiparams \
                           --use_gpu=True \
                           --use_tensorrt=False

输出示例如下:

result write in : ./inference/infer_results/S1_Cheese_C1.txt
result write in : ./inference/infer_results/S1_CofHoney_C1.txt
result write in : ./inference/infer_results/S1_Coffee_C1.txt
result write in : ./inference/infer_results/S1_Hotdog_C1.txt
result write in : ./inference/infer_results/S1_Pealate_C1.txt
result write in : ./inference/infer_results/S1_Peanut_C1.txt
result write in : ./inference/infer_results/S1_Tea_C1.txt

参考论文

• Alleviating Over-segmentation Errors by Detecting Action Boundaries, Yuchi Ishikawa, Seito Kasai, Yoshimitsu Aoki, Hirokatsu Kataoka