# PaddleVideo **Repository Path**: dudulang001/PaddleVideo ## Basic Information - **Project Name**: PaddleVideo - **Description**: No description available - **Primary Language**: Python - **License**: Apache-2.0 - **Default Branch**: develop - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2022-04-07 - **Last Updated**: 2022-04-07 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README [English](README_en.md) | 中文 # PaddleVideo ## 近期活动 🌟 **1月17号-21号《产业级视频技术与应用案例》** 🌟 - 【1月17号20:15-21:30】视频技术导论及医疗行业典型案例 - 【1月18号20:15-21:30】视频内容智能分析和生产解决方案 - 【1月19号20:15-21:30】体育+安全防范行业中的行为识别 - 【1月20号20:15-21:30】顶会冠军视频分割算法深度解密 - 【1月21号20:15-21:30】多模态学习和检索方法 👀 **报名链接**: https://paddleqiyeban.wjx.cn/vj/QIValIZ.aspx?udsid=419689 **课程回放链接**: https://aistudio.baidu.com/aistudio/course/introduce/6742 ​ 💖 **欢迎大家扫码入群讨论** 💖
- 添加成功后回复【视频】加入交流群 ## 简介 ![python version](https://img.shields.io/badge/python-3.7+-orange.svg) ![paddle version](https://img.shields.io/badge/PaddlePaddle-2.0-blue) PaddleVideo是[飞桨官方](https://www.paddlepaddle.org.cn/?fr=paddleEdu_github)出品的视频模型开发套件,旨在帮助开发者更好的进行视频领域的学术研究和产业实践。

## 模型案例库 ### 模型 - 模型库使用前请参考[安装说明](docs/zh-CN/install.md)、[使用指南](docs/zh-CN/usage.md)。
行为识别方法
PP-TSM (PP series) PP-TSN (PP series) PP-TimeSformer (PP series) TSN (2D’) TSM (2D‘)
SlowFast (3D’) TimeSformer (Transformer‘) VideoSwin (Transformer’) AttentionLSTM (RNN‘)
基于骨骼点的动作识别方法
ST-GCN (Custom’) AGCN (Adaptive‘)
时序动作检测方法
BMN (One-stage‘)
时空动作检测方法
SlowFast+Fast R-CNN
多模态
ActBERT (Learning‘) T2VLAD (Retrieval‘)
视频目标分割
CFBI (Semi‘) MA-Net (Supervised‘)
单目深度估计
ADDS (Unsupervised‘)
### 数据集
动作识别
Kinetics-400 (Homepage) (CVPR'2017) UCF101 (Homepage) (CRCV-IR-12-01) ActivityNet (Homepage) (CVPR'2015) YouTube-8M (Homepage) (CVPR'2017)
动作定位
ActivityNet (Homepage) (CVPR'2015)
时空动作检测
AVA (Homepage) (CVPR'2018)
基于骨架的动作识别
NTURGB+D (Homepage) (IEEE CS'2016) FSD (Homepage)
单目深度估计
Oxford-RobotCar (Homepage) (IJRR'2017)
文本视频检索
MSR-VTT (Homepage) (CVPR'2016)
文本视频预训练
HowTo100M (Homepage) (ICCV'2019)
### 应用案例 | Applications | Descriptions | | :--------------- | :-------- | | [FootballAction](https://github.com/PaddlePaddle/PaddleVideo/tree/application/FootballAction) | 足球动作检测方案| | [BasketballAction](applications/BasketballAction) | 篮球动作检测方案 | | [TableTennis](applications/TableTennis) | 乒乓球动作识别方案| | [FigureSkating](applications/FigureSkating) | 花样滑冰动作识别方案| | [VideoTag](applications/VideoTag) | 3000类大规模视频分类方案 | | [MultimodalVideoTag](applications/MultimodalVideoTag) | 多模态视频分类方案| | [VideoQualityAssessment](applications/VideoQualityAssessment) | 视频质量评估方案| | [PP-Care](applications/PP-Care) | 3DMRI医疗图像识别方案 | | [EIVideo](applications/EIVideo) | 视频交互式分割工具| | [Anti-UAV](applications/Anti-UAV) |无人机检测方案| | [AbnormalActionDetection](applications/AbnormalActionDetection) |异常行为检测方案| ## 文档教程 - AI-Studio教程 - [【官方】Paddle 2.1实现视频理解优化模型 -- PP-TSM](https://aistudio.baidu.com/aistudio/projectdetail/3399656?contributionType=1) - [【官方】Paddle 2.1实现视频理解优化模型 -- PP-TSN](https://aistudio.baidu.com/aistudio/projectdetail/2879980?contributionType=1) - [【官方】Paddle 2.1实现视频理解经典模型 -- TSN](https://aistudio.baidu.com/aistudio/projectdetail/2250682) - [【官方】Paddle 2.1实现视频理解经典模型 -- TSM](https://aistudio.baidu.com/aistudio/projectdetail/2310889) - [BMN视频动作定位](https://aistudio.baidu.com/aistudio/projectdetail/2250674) - [花样滑冰选手骨骼点动作识别ST-GCN教程](https://aistudio.baidu.com/aistudio/projectdetail/2417717) - [【实践】CV领域的Transformer模型TimeSformer实现视频理解](https://aistudio.baidu.com/aistudio/projectdetail/3413254?contributionType=1) - 贡献代码 - [如何添加新算法](./docs/zh-CN/contribute/add_new_algorithm.md) - [配置系统设计解析](./docs/en/tutorials/config.md) - [如何提pr](./docs/zh-CN/contribute/how_to_contribute.md) ## 赛事支持 - [基于飞桨实现花样滑冰选手骨骼点动作识别大赛](https://aistudio.baidu.com/aistudio/competition/detail/115/0/introduction), [AI Studio项目](https://aistudio.baidu.com/aistudio/projectdetail/2417717), [视频教程](https://www.bilibili.com/video/BV1w3411172G) - [基于飞桨实现乒乓球时序动作定位大赛](https://aistudio.baidu.com/aistudio/competition/detail/127/0/introduction) - [CCKS 2021:知识增强的视频语义理解](https://www.biendata.xyz/competition/ccks_2021_videounderstanding/) ## 许可证书 本项目的发布受[Apache 2.0 license](LICENSE)许可认证。 ## 致谢 - 非常感谢 [mohui37](https://github.com/mohui37)、[zephyr-fun](https://github.com/zephyr-fun)、[voipchina](https://github.com/voipchina) 贡献相关代码