【ava数据集可视化】ava数据集ID可视化 A Video Dataset of Spatio-temporally Localized Atomic Visual Actions

github mmaction2 官网：https://github.com/open-mmlab/mmaction2

github mmaction2 ava数据集制作流程：https://github.com/open-mmlab/mmaction2/blob/master/tools/data/ava/README.md

b站视频：https://www.bilibili.com/video/BV1yL411c7pR?spm_id_from=333.999.0.0

AI平台：https://cloud.videojj.com/auth/register?inviter=18452&activityChannel=student_invite

0 前言

ava 数据可视化 目的在于更直观看出ava数据集的结构，注意，这篇博客只是做人的检测框与ID的可视化。

1 mmaction2 安装

1.1 安装

在AI平台中选择如下版本镜像：

安装命令如下：

cd home

git clone https://gitee.com/YFwinston/mmaction2.git

pip install mmcv-full==1.3.17 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html

pip install opencv-python-headless==4.1.2.30

cd mmaction2
pip install -r requirements/build.txt
pip install -v -e .

1.2 测试

python tools/test.py configs/recognition/tsn/tsn_r50_1x1x3_100e_kinetics400_rgb.py \
    checkpoints/SOME_CHECKPOINT.pth \
    --eval top_k_accuracy mean_class_accuracy

3 ava数据集标注文件与修改

3.1 ava标注文件

由于ava数据集过于庞大，普通电脑并不能承受这么大的数据集，所以我们需要将数据集修剪的更小。

在AI平台中，有ava数据集的标注文件（/datasets/ava/ava_actions_v2.2/ava_train_v2.2.csv）：

下面的图是训练标注文件与测试标注文件的大小，训练文件39.2MB，测试文件11.1MB，这明显是非常巨大的。

3.2 ava标注文件自定义

我们需要将这样的标注文件缩小，只要我们想要的部分，下面的代码为创建缩小版ava数据集：

import csv

# videos存放从 ava_train_v2.2.csv 截取对应视频标注的 视频名字
videos = ["_a9SWtcaNj8", "_Ca3gOdOHxU", "_dBTTYDRdRQ", "_eBah6c5kyA", "_ithRWANKB0", "_mAfwH6i90E", "_-Z6wFjXtGQ", "-5KQ66BBWC4", "_7oWZq_s_Sk"]

# minCsv 用以存放缩小版的ava数据集的标注内容
minCsv = []
with open('ava_train_v2.2.csv', 'r') as db01:
    reader = csv.reader(db01)
    for row in reader:
        for video in videos:
            if video in row:
                minCsv.append(row)
with open('ava_train_v2.2_mini.csv',"w") as csvfile: 
    writer = csv.writer(csvfile)
    writer.writerows(minCsv)

4 ava数据集视频下载

4.1 本地下载

由于ava数据集过于庞大，我这里就找了9个视频进行可视化，这9个视频先下载到自己的本地。

9个视频的链接如下（下载方法可以参考：【ava数据集】ava数据集下载 使用迅雷）

https://s3.amazonaws.com/ava-dataset/trainval/_-Z6wFjXtGQ.mkv

https://s3.amazonaws.com/ava-dataset/trainval/_7oWZq_s_Sk.mkv

https://s3.amazonaws.com/ava-dataset/trainval/_a9SWtcaNj8.mkv

https://s3.amazonaws.com/ava-dataset/trainval/_Ca3gOdOHxU.mp4

https://s3.amazonaws.com/ava-dataset/trainval/_dBTTYDRdRQ.webm

https://s3.amazonaws.com/ava-dataset/trainval/_eBah6c5kyA.mkv

https://s3.amazonaws.com/ava-dataset/trainval/_ithRWANKB0.mp4

https://s3.amazonaws.com/ava-dataset/trainval/_mAfwH6i90E.mkv

https://s3.amazonaws.com/ava-dataset/trainval/-5KQ66BBWC4.mkv

4.2 数据集上传

数据集需要压缩后才能上传到AI平台，数据上传方法请查看：AI平台的数据管理

注意需要在AI平台的数据管理中创建avaData这个文件夹哦

我输入的上传命令如下：

./vcloud-oss-cli up  E:/杨帆/ava数据集/1.zip /avaData/1.zip

4.3 数据集解压

上传后，进入AI平台
在终端中，进入：/user-data/avaData

解压1.zip

unzip 1.zip 

然后在 /user-data 下创建 /user-data/avaData/videos 文件夹，然后将解压的文件夹放入到 /user-data/avaData/videos 下面去

除此之外，还需要在 /user-data/avaData下创建：videos_15minr、awframes两个文件夹

5 创建软连接

什么是软连接？软连接的作用？
当我们需要在不同的目录，用到相同的文件时，我们不需要在每一个需要的目录下都放一个必须相同的文件，我们只要在其它的 目录下用ln命令链接（link）就可以，不必重复的占用磁盘空间。

也就是说，我们在使用AI平台的时候，不需要将/user-data 中的数据复制到 /home/mmaction2/data/ava 当中，而是创建一个软连接，操作如下：

格式：ln -s 源地址 目的地址

ln -s /user-data/avaData/videos /home/mmaction2/data/ava
ln -s /user-data/avaData/videos_15min /home/mmaction2/data/ava
ln -s /user-data/avaData/rawframes /home/mmaction2/data/ava

6 数据集中视频裁剪

视频并不是能全部时间段都要用，只有第15分钟到第30分钟才能用，这就需要再新建一个文件夹：videos_15min
mmaction2中有裁剪视频的代码

进入：/home/mmaction2/tools/data/ava/

终端输入：

bash cut_videos.sh

7 数据集中视频裁剪为帧

在ava数据集训练中，输入的神经网络中的是多张图片，而不是一个视频，所以这一步是将视频裁剪为帧。

在终端输入：

bash extract_rgb_frames_ffmpeg.sh

8 数据集可视化

这是这篇博客最关键的一步，前面做了那么多的铺垫，目的就是为了让ava数据集可视化。
代码如下（只是可视化9个视频中的一个，如果需要可视化其余的视频，修改对应的视频名字即可，另外，这个只是人的检测框与ID的可视化）：

import cv2  
import matplotlib.pyplot as plt
import csv
import os
import time

path1 = './rawframes/'
tempNum = ''
tempOutPath = ''

font = cv2.FONT_HERSHEY_SIMPLEX
color = (255, 0, 0) 
thickness = 2

with open('annotations/ava_train_v2.2_mini.csv', 'r') as avaData:
    reader = csv.reader(avaData)
    for row in reader:
        if tempNum == row[1]:
            path2 = tempOutPath
        else:
            tempNum = row[1]
            num = str((int(row[1]) - 900) * 30 + 1)
            #print("num",num)
            num = num.zfill(5)
            path2 = path1 + row[0] + '/img_' + num + '.jpg'
        

        image = cv2.imread(path2) 
        
        sp = image.shape
        h = sp[0]
        w = sp[1]
        
        x1 = int( float(row[2]) * w )
        y1 = int( float(row[3]) * h )
        
        x2 = int( float(row[4]) * w )
        y2 = int( float(row[5]) * h )
        
        start_point = (x1,y1)
        end_point = (x2,y2)
        image = cv2.rectangle(image, start_point, end_point, color, thickness) 
        
        image = cv2.putText(image, row[7], (x1, y1+15), font, 1, (255, 255, 255), 1)
        
        tempOutPath = './out/' + row[0] + '/img_' + num + '.jpg'
        cv2.imwrite(tempOutPath, image)
        if row[0] != '-5KQ66BBWC4':
            break
           #### 图片合成视频
def picvideo(path):
    filelist = os.listdir(path)  # 获取该目录下的所有文件名
    #filelist.sort(key=lambda x: int(x[4:-4]))  ##文件名按数字排序
    '''
    fps:
    帧率：1秒钟有n张图片写进去[控制一张图片停留5秒钟，那就是帧率为1，重复播放这张图片5次] 
    如果文件夹下有50张 534*300的图片，这里设置1秒钟播放5张，那么这个视频的时长就是10秒
    '''
    fps = 10
    file_path = r"./outVideo/5KQ66BBWC4.mp4"  # 导出路径
    fourcc = cv2.VideoWriter_fourcc('D', 'I', 'V', 'X')  # 不同视频编码对应不同视频格式（例：'I','4','2','0' 对应avi格式）

    image = cv2.imread(path + '/img_00060.jpg') 
    
    sp = image.shape
    
    size = (sp[1],sp[0])
    print(size)
    
    video = cv2.VideoWriter(file_path, cv2.VideoWriter_fourcc(*'mp4v'), 2, size)
    print("file_path",file_path)

    for item in filelist:
        if item.endswith('.jpg'):  # 判断图片后缀是否是.png
            item = path  + item
            img = cv2.imread(item)  # 使用opencv读取图像，直接返回numpy.ndarray 对象，通道顺序为BGR ，注意是BGR，通道值默认范围0-255。
            video.write(img)  # 把图片写进视频

    video.release()  # 释放

picvideo(r'./out/-5KQ66BBWC4/')