最終: 0.76757分

比賽網(wǎng)址:

http://challenge.xfyun.cn/topic/info?type=action-recognition&ch=ds22-dw-zmt05

賽題任務(wù):

帶標注的訓(xùn)練數(shù)據(jù)，即視頻中的每一幀都有動作標簽；不帶標注的測試數(shù)據(jù)。

作品介紹視頻要求：視頻數(shù)據(jù)按照數(shù)據(jù)來源存放在不同的文件夾中，視頻文件采用H.264編碼的mp4格式；標簽文件對應(yīng)視頻文件放在同一文件夾下，標簽文件采用txt格式，每一行標明幀號和本幀的人物動作label。

評價指標：

模型預(yù)測結(jié)果采用準確率（accuarcy）進行評價，對于模型預(yù)測的結(jié)果，嚴格對比每一幀預(yù)測結(jié)果與真實標注的要素名和要素內(nèi)容，若二者完全一致，則記為本幀識別正確。

對于一段測試視頻計算準確率的方法為： accuracy=本段視頻中完全預(yù)測正確的要素個數(shù)/本段視頻的幀數(shù)。

對于一個模型計算準確率的方法為：accuracy=累加每段視頻預(yù)測的準確率/總的測試視頻個數(shù)。

賽題需要對視頻的圖像內(nèi)容進行識別，因此可以考慮抽象為圖像分類任務(wù)。完成賽題的步驟為：

• (1)視頻抽幀

• (2)構(gòu)建分類數(shù)據(jù)集

• (3)訓(xùn)練分類模型

• (4)對測試集進行預(yù)測

baseline代碼是在恒源云平臺上運行的

(1)訓(xùn)練集和測試集抽幀

由于賽題是按照幀標注的數(shù)據(jù)，因此我們抽幀可以直接選擇所有的幀，并進行保存為圖像。

(2)構(gòu)建分類數(shù)據(jù)集

(3)訓(xùn)練分類模型

我嘗試了一下，resnet和efficientnet系列效果比較好，swin_transformer系列效果不太好而且模型太大保存不方便

(4)對測試集進行預(yù)測

關(guān)注【學(xué)姐帶你玩AI】公眾號

后臺回復(fù)“ 比賽”

獲取190多場比賽top方案，天池、kaggle、ccf等等都有哦！