ucf101.md

UCF101数据准备

UCF101数据的相关准备。主要包括UCF101的video文件下载，video文件提取frames，以及生成文件的路径list。

---

1. 数据下载

UCF101数据的详细信息可以参考网站UCF101。 为了方便使用，PaddleVideo提供了UCF101数据的annotations文件和videos文件的下载脚本。

下载annotations文件

首先，请确保在data/ucf101/ 目录下，输入如下UCF101数据集的标注文件的命令。

bash download_annotations.sh

下载UCF101的视频文件

同样需要确保在data/ucf101/ 目录下，输入下述命令下载视频文件

bash download_videos.sh

• 运行该命令需要安装unrar解压工具，可使用pip方式安装。

• 下载完成后视频文件会存储在data/ucf101/videos/ 文件夹下，视频文件大小为6.8G。

---

2. 提取视频文件的frames

为了加速网络的训练过程，我们首先对视频文件（ucf101视频文件为avi格式）提取帧 (frames)。相对于直接通过视频文件进行网络训练的方式，frames的方式能够加快网络训练的速度。

直接输入如下命令，即可提取ucf101视频文件的frames

python extract_rawframes.py ./videos/ ./rawframes/ --level 2 --ext avi

视频文件frames提取完成后，会存储在./rawframes文件夹下，大小为56G。

---

3. 生成frames文件和视频文件的路径list

生成视频文件的路径list，输入如下命令

python build_ucf101_file_list.py videos/ --level 2 --format videos --out_list_path ./

生成frames文件的路径list，输入如下命令：

python build_ucf101_file_list.py rawframes/ --level 2 --format rawframes --out_list_path ./

参数说明

videos/ 或者 rawframes/ ： 表示视频或者frames文件的存储路径

--level 2 ： 表示文件的存储结构

--format： 表示是针对视频还是frames生成路径list

--out_list_path ： 表示生成的路径list文件存储位置

以上步骤完成后，文件组织形式如下所示

├── data
|   ├── dataset
|   │   ├── ucf101
|   │   │   ├── ucf101_{train,val}_split_{1,2,3}_rawframes.txt
|   │   │   ├── ucf101_{train,val}_split_{1,2,3}_videos.txt
|   │   │   ├── annotations
|   │   │   ├── videos
|   │   │   │   ├── ApplyEyeMakeup
|   │   │   │   │   ├── v_ApplyEyeMakeup_g01_c01.avi
|   │   │   │   │   └── ...
|   │   │   │   ├── YoYo
|   │   │   │   │   ├── v_YoYo_g25_c05.avi
|   │   │   │   │   └── ...
|   │   │   │   └── ...
|   │   │   ├── rawframes
|   │   │   │   ├── ApplyEyeMakeup
|   │   │   │   │   ├── v_ApplyEyeMakeup_g01_c01
|   │   │   │   │   │   ├── img_00001.jpg
|   │   │   │   │   │   ├── img_00002.jpg
|   │   │   │   │   │   ├── ...
|   │   │   │   │   │   ├── flow_x_00001.jpg
|   │   │   │   │   │   ├── flow_x_00002.jpg
|   │   │   │   │   │   ├── ...
|   │   │   │   │   │   ├── flow_y_00001.jpg
|   │   │   │   │   │   ├── flow_y_00002.jpg
|   │   │   │   ├── ...
|   │   │   │   ├── YoYo
|   │   │   │   │   ├── v_YoYo_g01_c01
|   │   │   │   │   ├── ...
|   │   │   │   │   ├── v_YoYo_g25_c05