【mmaction2 slowfast 行为分析(商用级别)】总目录
开始之前，保证项目已经下载了：01【mmaction2 slowfast 行为分析(商用级别)】项目下载
一，环境搭建
首先创建虚拟环境：
conda create -n JN-OpenLib-mmaction2-pytorch1.6-py3.6 -y python=3.6
进入虚拟环境：
conda activate JN-OpenLib-mmaction2-pytorch1.6-py3.6
安装包：
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
pip install mmcv-full==1.2.7 -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.6.0/index.html
pip install mmpycocotools
pip install moviepy opencv-python terminaltables seaborn decord -i https://pypi.douban.com/simple
在项目目录（cd ${JN-OpenLib-root}）下输入：
python setup.py develop
二，demo测试
使用mmaction中的slowfast跑一个视频
进入到项目地址：cd ${JN-OpenLib-root}
python demo/demo_spatiotemporal_det.py --config configs/detection/ava/slowfast_kinetics_pretrained_r50_8x8x1_20e_ava_rgb.py --checkpoint /home/lxn/0yangfan/mmaction/JN-OpenLib-mmaction2/Checkpionts/mmdetection/faster_rcnn_r50_fpn_2x_coco_bbox_mAP-0.384_20200504_210434-a5d8aa15.pth --det-config demo/faster_rcnn_r50_fpn_2x_coco.py --det-checkpoint ./Checkpionts/mmdetection/faster_rcnn_r50_fpn_2x_coco_bbox_mAP-0.384_20200504_210434-a5d8aa15.pth --video demo/lzm1.mp4 --out-filename demo/lzm1_2.mp4 --det-score-thr 0.9 --action-score-thr 0.5 --output-stepsize 4 --output-fps 6
其中：
–config 行为分析模型配置文件 --checkpoint 行为分析模型权重文件
–det-config 行人检测模型配置文件 --det-checkpoint 行人检测模型权重文件
–video 输入的视频路径 --out-filename 输出视频路径
–det-score-thr 检测行人阈值 --act-score-thr 行为检测阈值
–predict-stepsize 每间隔n帧进行一次推理 --output-fps 输出视频的帧率
结果展示：
三，摄像头实时测试
python mywork/webcam_demo_ava.py --config configs/detection/ava/slowfast_kinetics_pretrained_r50_8x8x1_20e_ava_rgb.py --checkpoint /home/lxn/0yangfan/mmaction/JN-OpenLib-mmaction2/Checkpionts/mmdetection/faster_rcnn_r50_fpn_2x_coco_bbox_mAP-0.384_20200504_210434-a5d8aa15.pth --det-config ./demo/faster_rcnn_r50_fpn_2x_coco.py --det-checkpoint /home/lxn/0yangfan/mmaction/JN-OpenLib-mmaction2/Checkpionts/mmdetection/faster_rcnn_r50_fpn_2x_coco_bbox_mAP-0.384_20200504_210434-a5d8aa15.pth --camera-id lzm1.mp4 --img-scale 0.5 --det-score-thr 0.25 --act-score-thr 0.5 --drawing-stepsize 3
–config 行为分析模型配置文件 --checkpoint 行为分析模型权重文件
–det-config 行人检测模型配置文件 --det-checkpoint 行人检测模型权重文件
–camera-id 摄像头id，也可以接入rtsp流，或者视频文件名 # --img-scale 输出图像缩放尺寸
–det-score-thr 检测行人阈值 --out-filename 输出文件路径
–drawing-stepsize 每间隔n帧进行一次行人检测推理
由于使用的远程，没办法打开摄像头，按照这个代码敲一般都可以跑出来。