【2020华为云AI实战营】 基于ModelArts使用I3D模型实现视频动作识别

目标： 实现一段根据视频计算得到rgb.npy和flow.npy的代码，并跑通I3D模型对新视频的动作识别预测

视频动作识别是指对一小段视频中的内容进行分析，判断视频中的人物做了哪种动作。视频动作识别与图像领域的图像识别，既有联系又有区别，图像识别是对一张静态图片进行识别，而视频动作识别不仅要考察每张图片的静态内容，还要考察不同图片静态内容之间的时空关系。比如一个人扶着一扇半开的门，仅凭这一张图片无法判断该动作是开门动作还是关门动作。

视频分析领域的研究相比较图像分析领域的研究，发展时间更短，也更有难度。视频分析模型完成的难点首先在于，需要强大的计算资源来完成视频的分析。视频要拆解成为图像进行分析，导致模型的数据量十分庞大。视频内容有很重要的考虑因素是动作的时间顺序，需要将视频转换成的图像通过时间关系联系起来，做出判断，所以模型需要考虑时序因素，加入时间维度之后参数也会大量增加。

进入ModelArts¶

点击如下链接：https://www.huaweicloud.com/product/modelarts.html ， 进入ModelArts主页。点击“立即使用”按钮，输入用户名和密码登录，进入ModelArts使用页面。

进入ModelArts

点击如下链接：https://www.huaweicloud.com/product/modelarts.html ， 进入ModelArts主页。点击“立即使用”按钮，输入用户名和密码登录，进入ModelArts使用页面。进入控制台：

创建ModelArts Notebook

下面，我们在ModelArts中创建一个Notebook开发环境，ModelArts Notebook提供网页版的Python开发环境，可以方便的编写、运行代码，并查看运行结果。

第一步：在ModelArts服务主界面依次点击“开发环境”、“创建”

第二步：填写notebook所需的参数：

第三步：配置好Notebook参数后，点击下一步，进入Notebook信息预览。确认无误后，点击“立即创建”

点击右上角的"New"，然后创建TensorFlow 1.13.1开发环境。

1、“根据视频计算得到rgb.npy和flow.npy”的代码提供给你，点此链接进行下载，下载完成后，回到课

程案例代码，找到"import i3d"所在的那个cell，在这个cell之后新建一个cell，复制粘贴刚下载的代码到

新建的cell中；--就是在cell21的位置后面新建一个cell，然后则会个cell把下载的代码copy进去。

with tf.Session() as sess:

...

rgb_sample = np.load(_SAMPLE_PATHS['rgb'])

tf.logging.info('RGB data loaded, shape=%s', str(rgb_sample.shape))

feed_dict[rgb_input] = rgb_sample

...

flow_sample = np.load(_SAMPLE_PATHS['flow'])

tf.logging.info('Flow data loaded, shape=%s', str(flow_sample.shape))

feed_dict[flow_input] = flow_sample

out_logits, out_predictions = sess.run(

[model_logits, model_predictions],

feed_dict=feed_dict)

2、刚复制的代码并不能直接执行，找到该块代码中带有注释 “# TODO，填写视频所在的路径” 的那一

行，这一行是需要你填写待预测视频所在的路径，课程案例dataset_subset目录中已经准备好了多个视

频，比如Bowling目录下有32个视频，本次作业请你使用Bowling目录下其中任意一个视频的路径进行

填写；

3、视频路径填写完成后，执行该代码块，耗时30秒到两分钟（原视频的总帧数越多，耗时就越长）之

后，会生成两个npy文件，接下来你需要修改下一个cell中的_SAMPLE_VIDEO_FRAMES参数值为视频总

帧数减1，SAMPLE_PATHS参数中的路径为刚才生成的两个npy路径;

4、修改完成后，执行当前cell及之后的代码，完成新视频的动作识别预测。