BMN模型是百度自研，2019年ActivityNet夺冠方案，为视频动作定位问题中proposal的生成提供高效的解决方案，在PaddlePaddle上首次开源。此模型引入边界匹配(Boundary-Matching, BM)机制来评估proposal的置信度，按照proposal开始边界的位置及其长度将所有可能存在的proposal组合成一个二维的BM置信度图，图中每个点的数值代表其所对应的proposal的置信度分数。网络由三个模块组成，基础模块作为主干网络处理输入的特征序列，TEM模块预测每一个时序位置属于动作开始、动作结束的概率，PEM模块生成BM置信度图。
BMN Overview
BMN模型的静态图实现请参考PaddleVideo
动态图文档请参考Dygraph
├── bmn.yaml # 网络配置文件，用户可方便的配置参数
├── run.sh # 快速运行脚本，可直接开始多卡训练
├── train.py # 训练代码，包含网络结构相关代码
├── eval.py # 评估代码，评估网络性能
├── predict.py # 预测代码，针对任意输入预测结果
├── model.py # 网络结构与损失函数定义
├── reader.py # 数据reader
├── eval_anet_prop.py # 计算精度评估指标
├── bmn_utils.py # 模型细节相关代码
├── config_utils.py # 配置细节相关代码
└── infer.list # 推断文件列表
BMN的训练数据采用ActivityNet1.3提供的数据集，我们提供了处理好的视频特征和对应的标签文件，请下载特征数据bmn_feat和标签数据label，并相应地修改配置文件bmn.yaml中的特征文件路径feat_path和标签文件路径anno_file
数据准备完成后，可通过如下两种方式启动训练：
默认使用4卡训练，启动方式如下:
bash run.sh
若使用单卡训练，请将配置文件bmn.yaml中TRAIN和VALID对应的num_gpus调整为1，并将train.py文件最后一行的nprocs参数值设为1，启动方式如下:
export CUDA_VISIBLE_DEVICES=0
python train.py
-
代码运行需要先安装pandas
-
从头开始训练，使用上述启动命令行或者脚本程序即可启动训练，不需要用到预训练模型
训练策略：
- 采用Adam优化器，初始learning_rate=0.001
- 权重衰减系数为1e-4
- 学习率在迭代次数达到4200的时候做一次衰减，衰减系数为0.1
- 下面的表格列出了此模型训练的大致时长(单位：分钟)，使用的GPU型号为P40，CUDA版本8.0，cudnn版本7.2
| 单卡 | 4卡 | |
|---|---|---|
| 静态图 | 79 | 27 |
| 动态图 | 98 | 31 |
训练完成后，可通过如下方式进行模型评估:
python eval.py --weights=$PATH_TO_WEIGHTS
-
进行评估时，可修改命令行中的
weights参数指定需要评估的权重，如果不设置，将使用默认参数文件checkpoint/bmn_paddle_dy_final.pdparams。 -
上述程序会将运行结果保存在output/EVAL/BMN_results文件夹下，测试结果保存在evaluate_results/bmn_results_validation.json文件中。
-
使用CPU进行评估时，请将上面的命令行
use_gpu设置为False。 -
注：评估时可能会出现loss为nan的情况。这是由于评估时用的是单个样本，可能存在没有iou>0.6的样本，所以为nan，对最终的评估结果没有影响。
使用ActivityNet官方提供的测试脚本，即可计算AR@AN和AUC。具体计算过程如下：
-
ActivityNet数据集的具体使用说明可以参考其官方网站
-
下载指标评估代码，请从ActivityNet Gitub repository下载，将Evaluation文件夹拷贝至models/dygraph/bmn目录下。(注：由于第三方评估代码不支持python3，此处建议使用python2进行评估；若使用python3，print函数需要添加括号，请对Evaluation目录下的.py文件做相应修改。)
-
请下载activity_net_1_3_new.json文件，并将其放置在models/dygraph/bmn/Evaluation/data目录下，相较于原始的activity_net.v1-3.min.json文件，我们过滤了其中一些失效的视频条目。
-
计算精度指标
python eval_anet_prop.py
在ActivityNet1.3数据集下评估精度如下:
| AR@1 | AR@5 | AR@10 | AR@100 | AUC |
|---|---|---|---|---|
| 33.46 | 49.25 | 56.25 | 75.40 | 67.16% |
可通过如下方式启动模型推断：
python predict.py --weights=$PATH_TO_WEIGHTS \
--filelist=$FILELIST
-
使用python命令行启动程序时，
--filelist参数指定待推断的文件列表，如果不设置，默认为./infer.list。--weights参数为训练好的权重参数，如果不设置，将使用默认参数文件checkpoint/bmn_paddle_dy_final.pdparams。 -
上述程序会将运行结果保存在output/INFER/BMN_results文件夹下，测试结果保存在predict_results/bmn_results_test.json文件中。
-
使用CPU进行推断时，请将命令行中的
use_gpu设置为False
- BMN: Boundary-Matching Network for Temporal Action Proposal Generation, Tianwei Lin, Xiao Liu, Xin Li, Errui Ding, Shilei Wen.