Facebook开源算法代码库PySlowFast

与动作理解俨然已成为当今最火热的研究方向之一，然而在开源社区中找到一个简洁、高效、易于修改的视频理解代码库仍不是一件简单的事情。更重要的是，复现当今前沿的 (state-of-the-art) 的深度学习模型一直是一件令研究者头疼的事情。

这些视频理解模型往往动辄几十 GFlops，需要训练数天，而复现出一个模型需要反复的实验调参，让每个细节都正确。这往往会耗费大量的时间和资源，让很多研究者望而却步。
 

k AI Research 在 CVPR、ICCV 等国际会议发布了众多研究工作，并赢得了 CVPR 2019 行为检测挑战赛的冠军。而后，在今年的 ICCV 上，FAIR 推出了他们的视频理解代码库：PySlowFast。
PySlowfast 是一个基于 PyTorch 的代码库，让研究者可以轻而易举地复现从基础至前沿的视频识别 (Video Classification) 和行为检测 (Action Detection) 算法。

不但如此，PySlowFast 代码库同时开源了大量预训练模型 (pretrain models)，让研究者省去了反复训练模型的烦恼，可以直接使用 FAIR 预训练的前沿 (cutting edge performance) 模型。


 

开源后，PySlowFast 就一度蝉联 GitHub 趋势榜前十。以下对此开源项目进行了简要介绍。

根据研讨会教程和开源代码库信息，PySlowFast 既提供视频理解基线（baseline）模型，还提供了当今前沿的视频理解算法复现。其算法不单单囊括视频视频（video classification），同时也包括行为检测（Action Classification）算法。

与当今开源社区中各种视频识别库复现出参差不齐的性能相比，使用 PySlowFast 可轻而易举地复现出当今前沿的模型。

（编辑：唐山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!