mmaction2

收录理由

当视频任务不再只是跑通单个模型，而是需要把数据、模型和推理串成一条完整流水线时，mmaction2 是我们在实践里经常拿起的那套工具。它基于 PyTorch 构建，属于 OpenMMLab 生态，把该领域常用的积木都收拢到了一起：TSN、TSM、SlowFast、X3D 做动作识别，BMN 风格的时序定位，面向 AVA 设计的时空动作检测器，还有 PoseC3D 这类基于骨架的识别方案。与其把几套互相独立的代码硬拼起来，不如直接在这个框架里组合这些模块，用来判断视频里发生了哪种活动、确定动作起止的准确时刻，或者逐帧追踪是谁在做什么。这种模块化的组织方式也大大降低了把成熟方案迁移到自建数据集上的成本，比起从零开始搭要省心得多。模型库和文档都做得比较扎实，给做研究和做工程的人提供了一个稳定、可复用的底座。