如何学习视频识别技术？ 第1页

hello 同学，可以看看 MMAction2哦～

首先，截至目前 MMAction2 已经复现了相关的经典论文，包括 TSN, C3D, I3D, TSM, SlowFast, NonLocal 等等。同学可以按照论文发表时间顺序将 MMAction2 中支持的算法以及论文都阅读一遍。在阅读论文的同时，可以同时尝试用 MMAction2 跑一跑该算法。 MMAction2 提供了从训练数据下载，标注文件处理，视频采帧，图像增强，模型训练等一系列完整的实验功能，为用户降低视频理解领域的研究门槛。此外，我们还提供了多种多样的 demo，比如摄像头动作识别，长视频多标签识别等。

其次，在通读系列论文以后，可以开始阅读一些经典论文的代码。可以重点关注 MMAction2 中 mmaction.models 中所设计到的不同模型骨架（backbone）结构，许多论文都是基于模型的 backbone 做出适当的改进，更好地提取视频的时空特征。此外，目前也有工作是基于不同的学习方式，比如近期的 Omini-sourced 就是基于弱监督学习来利用网络数据去训练模型，可以在 MMAction2 中阅读对应源码进行更深入的探索。

再者，MMAction2 还提供了一个 colab tutorial https://colab.research.google.com/github/open-mmlab/mmaction2/blob/master/demo/mmaction2_tutorial.ipynb。样例展示了使用 MMAction2 model zoo 中的模型进行推理，并在新的数据集上进行微调的全过程。题主可以在尝试这个 colab tutorial 之后，尝试将模型应用于自己的数据集，并尝试调节一些模型的超参数来提高模型在数据集上的性能。

最后，目前 MMAction2 还支持多模态动作识别与时序动作检测任务，时空动作检测任务相关的模型也在紧锣密鼓地开发中！如果题主感兴趣的话还可以亲自参与到 MMAction2 和其他 OpenMMLab 的开源项目中，与开发社区的其他小伙伴一起交流想法，互相提升。