行为识别系列：win11系统AVA2.1数据集制作、训练、测试、本地视频验证（完整已跑通）

写在前面：

本文参照杨帆老师的博客，根据自己的需要进行制作，杨帆老师博客原文链接如下：

自定义ava数据集及训练与测试 完整版 时空动作/行为 视频数据集制作 yolov5, deep sort, VIA MMAction, SlowFast-CSDN博客文章浏览阅读2.2w次，点赞31次，收藏165次。前言这一篇博客应该是我花时间最多的一次了，从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文，上传至arxiv：https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题，特别是语法与用词问题在github上，我也上传了完整的项目：https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集，也是后台_ava数据集https://blog.csdn.net/WhiffeYF/article/details/124358725

一、环境准备

1、数据集制作环境

conda create -n your-env-name python=3.8 -y

conda activate your-env-name

数据集制作环境只需要YOLOv5和torch，下面命令是安装cuda11.1版本的torch的torchvision。

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 -f https://download.pytorch.org/whl/torch_stable.html

pip install opencv-python-headless==4.1.2.30

提前下载好YOLOv5源码，cd到YOLOv5根目录，使用如下命令安装YOLOv5的依赖。

pip install -r requirements.txt

2、训练环境

训练环境本文严格依照MMaction2框架的安装环境，如有需要可参考如下链接：

安装 — MMAction2 1.2.0 文档https://mmaction2.readthedocs.io/zh-cn/latest/get_started/installation.html

2.1创建训练环境

conda create -n your-env-name python=3.8 -y

conda activate your-env-name

 2.2安装Pytorch和对应版本的torchvision

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 -f https://download.pytorch.org/whl/torch_stable.html

2.3安装MMaction2依赖（使用mim安装命令）

使用mim命令可以自动解决版本问题

pip install -U openmim
mim install mmengine
mim install mmcv
mim install mmdet
mim install mmpose

2.4从源码构建MMaction2

git clone https://github.com/open-mmlab/mmaction2.git
cd mmaction2
pip install -v -e .

2.5验证安装

请参考其他博客，进行MMaction2的安装验证

Win11系统下使用SlowFast训练AVA数据集-CSDN博客文章浏览阅读237次。本文主要讲述如何在Win11系统使用MMaction2框架下SlowFast网络进行AVA数据集的训练。