权重迁移

[ziwang-com]

https://github.com/hassony2/kinetics_i3d_pytorch

从 Tensorflow 转移到 PyTorch 的 I3D 模型
此存储库包含几个脚本，这些脚本允许从论文 Quo Vadis， Action Recognition？Joao Carreira和Andrew Zisserman给PyTorch的新模型和动力学数据集。

原始的（和官方的！）张量流代码可以在这里找到。

转移的核心是剧本i3d_tf_to_pt.py

启动它以生成从 ImageNet 膨胀初始化预训练的 rgb 检查点权重。python i3d_tf_to_pt.py --rgb

要生成流量权重，请使用 。python i3d_tf_to_pt.py --flow

您还可以通过同时使用两个标志在一次运行中生成两者。python i3d_tf_to_pt.py --rgb --flow

请注意，主版本需要 PyTorch 0.3，因为它依赖于此最新版本中包含的最近添加的 ConstantPad3d。

如果您想使用 pytorch 0.2，请查看分支 pytorch-02，其中包含一个简化的模型，所有侧面都有均匀的填充（以及相应的 pytorch 重量检查点）。不同之处在于，在张量流中填充的“SAME”选项允许它不均匀地填充维度的两侧，这种效果在主分支上重现。

这个更简单的模型在演示示例中生成的分数更接近原始张量流模型，并且速度也更快一些。

演示