9. 使用预训练模型在自己的视频上进行推理

在本教程中，我们提供了一个脚本，供您对自己的视频进行人体活动预测。您唯一需要准备的是一个文本文件，其中包含您的视频信息（例如，视频路径），其余部分将由我们负责。您可以在一个命令行中使用许多流行的预训练模型（例如，I3D、I3D-nonlocal、SlowFast）。

注意

您可以随意跳过本教程，因为推理脚本是完整的，可以直接启动。

下载 完整的 Python 脚本: inference.py

更多命令行选项，请运行 python inference.py -h。请查看 model_zoo 以选择您喜欢的预训练模型。

准备数据

您的数据可以存储在任何层级结构中。您唯一需要准备的是一个名为 video.txt 的文本文件，其内容应如下所示：

/home/ubuntu/your_data/video_001.mp4
/home/ubuntu/your_data/video_001.mp4
/home/ubuntu/your_data/video_002.mp4
/home/ubuntu/your_data/video_003.mp4
/home/ubuntu/your_data/video_004.mp4
......
/home/ubuntu/your_data/video_100.mp4

每行是您要进行预测的每个视频的路径。

或者您也可以使用我们在其他教程中用于训练模型的数据格式，

/home/ubuntu/your_data/video_001.mp4 200 0
/home/ubuntu/your_data/video_001.mp4 300 1
/home/ubuntu/your_data/video_002.mp4 100 2
/home/ubuntu/your_data/video_003.mp4 400 2
/home/ubuntu/your_data/video_004.mp4 200 1
......
/home/ubuntu/your_data/video_100.mp4.100 3

每行包含三项内容：每个视频的路径、视频帧数和视频标签。但是，代码中不会使用第二项和第三项，它们只是占位符。因此，您可以在这两个位置放置任何正数。

请注意，目前我们仅支持直接对视频进行推理。

一旦您准备好 video.txt，就可以开始对您的视频进行推理了。我们先以 I3D 模型为例。

python inference.py --data-list video.txt --model i3d_resnet50_v1_kinetics400

预测结果将打印到控制台，日志将保存到当前目录。您可以在 predictions.log 中找到日志。如果您想将 logits（置信度分数）保存到 .npy 文件中以便稍后使用，您可以执行以下操作：

python inference.py --data-list video.txt --model i3d_resnet50_v1_kinetics400 --save-logits

如果您想将 logits 和预测结果都保存到 .npy 文件中以便稍后使用，您可以执行以下操作：

python inference.py --data-list video.txt --model i3d_resnet50_v1_kinetics400 --save-logits --save-preds

如果您想使用一个强大的网络，例如 SlowFast。我们也支持它。只需更改模型名称并选择您想使用的 SlowFast 配置。

python inference.py --data-list video.txt --model slowfast_4x16_resnet50_kinetics400 --slowfast --slow-temporal-stride 16 --fast-temporal-stride 2 --new-length 64

这里我们选择基本的 slowfast_4x16_resnet50 配置。它要求输入是一个 64 帧的视频片段。我们为慢分支选择 4 帧（temporal_stride = 16），为快分支选择 32 帧（temporal_stride = 2）。

类似地，您可以像在之前的教程中那样指定 num_segments、new_length 等参数，以获得更准确的预测结果。还有许多其他选项和模型可供选择，请查看 inference.py 以获取更多使用信息。