哪里能找到i3d的预训练模型？分享几个常用的下载途径。

今天搞了搞那个叫I3D的东西，主要是想试试看处理视频方面的东西效果怎么样。

一开始嘛肯定得找代码和模型。这玩意儿不像图片处理那么普及，感觉资源没那么多。我先是在网上搜了一圈，看看大家都是在哪儿找的。看到有人说一些代码托管平台上有，还有些专门的模型网站。

找了一阵，发现确实有几个地方能下到代码，比如一些研究机构或者个人分享的实现。主要还是看人家基于PyTorch或者TensorFlow实现的那个版本。 我选了个看起来用的人多点的，感觉坑能少点。

找模型权重

光有代码不行，还得有预训练好的模型权重。不然自己从头训，那数据量和时间，我可没那条件。他们说官方在那个啥Kinetics数据集上训过，效果我就去找这个权重文件下载。

这个过程还行，没太费劲。一般在代码的说明文档里会给个链接，或者告诉你去哪里下。有时候网络不太下载得有点慢，得多等等。把权重文件下回来，这算是关键一步了。

配置环境跑起来

接下来就是搭环境了。这步也挺常见的，就是装Python，装PyTorch（或者TensorFlow，看你选的哪个代码），还有一堆依赖包，像什么numpy、opencv之类的，处理视频肯定少不了。

有时候版本不对付，还得折腾一下。特别是显卡驱动、CUDA版本、PyTorch版本，这几个得匹配好，不然跑不起来或者报错。我这回运气还行，没遇到太大的版本兼容问题，按着代码仓库里的要求装，基本一次成功了。

环境弄好了，就把代码跑起来，加载模型和权重。这一步得小心点，路径、代码里的参数，得对上号，不然它找不到模型文件或者权重文件，肯定报错。

处理自己的数据

然后就是准备自己的视频数据了。I3D模型吃的是视频片段，不是单张图片。所以得先把视频处理成它需要的格式。

我主要做了几件事：

• 先把视频抽帧，不能把所有帧都喂进去，太大了，一般是隔几帧抽一帧。



• 然后把抽出来的帧统一大小，比如缩放到224x224像素。
• 再做一些归一化处理，就是把像素值弄到差不多的范围里。
• 把这些处理好的帧序列打包起来，作为一个输入样本。

这块儿挺烦人的，每个视频都得这么弄一遍，得写个脚本来批量处理。数据处理不后面模型效果也上不去。

看效果

数据准备就可以跑了。我是先试试看效果，就跑了个推理，看看它能不能认出来视频里是干啥的。加载上预训练权重，把处理好的视频数据喂给它，看输出的分类结果。

效果嘛还行，毕竟是预训练过的，对于一些常见的动作捕捉得还可以。要是想用在特定场景，还得在自己的数据上再微调一下模型才行，直接用预训练模型有时候不够准。

跑通I3D这个流程，主要就是找对代码和权重，把环境配然后就是处理数据比较麻烦。折腾了半天，总算是能跑起来看到点结果了，也算没白忙活。 后面如果需要，可能还得深入研究下怎么微调模型，让它更适合我的具体任务。