C3D GitHub项目地址:https://github.com/facebook/C3D
C3D 官方用户指南:https://goo.gl/k2SnLY
1. C3D特征提取
1.1 命令参数介绍
官方GitHub项目上同时提供了C3D-v1.0和C3D-v1.1两个版本,以下方法适用于v1.0
官方提供的特征提取demo路径为~/C3D-master/C3D-v1.0/examples/c3d_feature_extraction
在这个路径下,执行c3d_sport1m_feature_extraction_video.sh或c3d_sport1m_feature_extraction_frm.sh可以分别启动从视频提取特征和从图片提取特征的demo
打开c3d_sport1m_feature_extraction_video.sh文件,出去一些用来生成文件夹的指令,可以看到启动C3D的命令如下:
GLOG_logtosterr=1 ../../build/tools/extract_image_features.bin prototxt/c3d_sport1m_feature_extractor_video.prototxt conv3d_deepnetA_sport1m_iter_1900000 0 50 1 prototxt/output_list_video_prefix.txt fc7-1 fc6-1 prob
其中
a) ../../build/tools/extract_image_features.bin是提取特征的可执行文件,示例命令中使用了相对路径,如果在其他路径下调用注意进行对应的修改
b) prototxt/c3d_sport1m_feature_extractor_video.prototxt该文件记录了提取特征的一系列输入参数,下面会详细介绍
c) conv3d_deepnetA_sport1m_iter_1900000 这是预训练模型文件,根据自己的需求做对应的修改
d) 接下来的三项数字是:0 50 1,分别是gpu_id,mini_batch_size和number_of_mini_batches。gpu_id是在计算机具有多块GPU时指定使用哪一块GPU的,默认是0,如果将这一项的值置为-1则启动CPU模式。需要注意,如果需要调整batch size,在prototxt文档中也要进行相应的修改
e) prototxt/output_list_video_prefix.txt是输出前缀文件,下面会详细介绍
f) fc7-1 fc6-1 prob是特征名称 要提取哪一层的特征依序写在这里即可
1.2 prototxt文档
prototxt/c3d_sport1m_feature_extractor_video.prototxt是这个demo所使用的prototxt文档
第9行
source: "prototxt/input_list_frm.txt"
这是记录输入文件路径的文档。在这个demo中,prototxt/input_list_frm.txt对应的是以图片作为输入时的文档,而prototxt/input_list_video.txt对应的是以视频作为输入时的文档。以prototxt/input_list_frm.txt为例,该文档格式如下:
input/frm/v_ApplyEyeMakeup_g01_c01/ 1 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 17 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 33 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 49 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 65 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 81 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 97 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 113 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 129 0 input/frm/v_ApplyEyeMakeup_g01_c01/ 145 0
其中input/frm/v_ApplyEyeMakeup_g01_c01/是保存图片的路径,后面的第一个数字表示从哪一帧开始提取特征,最后的数字表示该行对应的类别。由于这是提取特征而非训练,类别填写什么都不要紧,只要有就行
多少帧提取一次特征,是由prototxt/input_list_frm.txt中第17行new_length一项参数决定的。例如上面例子中的视频一共有165帧,那么最后一行对应的145帧开始提取特征,取16帧,使用145帧-161帧的数据。在这里如果取用的帧的编号超过总帧数165,则会报错,要注意这一点
如果输入时视频,则参考prototxt/input_list_video.txt。需要注意的是,输入为视频时帧的序号是从0开始计算的
第9行
use_image: true
如果输入时图片,则为true,如果输入时视频,则为false
第10行
mean_file: "fb_train16_128_mean.binaryproto"
这里是使用的均值文件的路径,根据所使用的模型生成或选择均值文件即可
另外也可根据需求修改其他参数。
1.3 输出前缀文件
参照prototxt/output_list_video_prefix.txt生成输出前缀文件,可以根据需求进行自定义,只要注意该文件要和prototxt/input_list_frm.txt输入文件清单的行数相对应即可
1.4 其他注意事项
输出的特征文件所保存的路径必须自己生成,C3D不会创建文件夹
如果提示“out of memory” 可以尝试减小batch size
提取的特征是二进制文件,需要进行格式转换才能正常处理
其他的注意事项可以参考官方的用户指南
2. C3D训练和fine-tune
训练和fine-tune的官方demo的路径分别是
~/C3D-master/C3D-v1.0/examples/c3d_train_ucf101 ~/C3D-master/C3D-v1.0/examples/c3d_finetuning
所使用的prototxt和inputlist等文件参照特征提取和demo修改即可