https://alexander-kirillov.github.io/tutorials/visual-recognition-iccv19
视频与动作理解俨然已成为当今最火热的研究方向之一，然而在开源社区中找到一个简洁、高效、易于修改(easy to hack)的视频理解代码库(video understanding codebase)仍不是一件简单的事情。
更重要的是，复现当今前沿的(state-of-the-art)的深度学习模型(video understand backbone)一直是令研究者头疼的一件事，视频理解模型往往动辄几十GFlops，需要训练数天，复现出一个模型需要反复的实验调参，让每个细节都正确。这往往会耗费大量的时间和资源，让很多研究者望而却步。
2019年，Facebook AI Research（脸书人工智能研究院，FAIR）在 CVPR 上发布了多项研究工作，并赢得了CVPR 2019 行为检测挑战赛的冠军。
行为检测（AVA）
此外，PySlowFast 还预留了接口，可通过简单的编辑支持多模态视频理解，视频自监督学习等等任务。据FAIR研究团队表示，PySlowFast将被积极维护，实时更新其团队及业界的前沿算法，同时一并开源其预训练模型，使代码库成为视频理解领域的基线标杆。
笔者参考教程简单试用了PySlowFast代码库。在完成安装后，通过下载MODEL_ZOO提供的预训练模型和相应的配置文件，运行如下代码，就可以测试（Test）模型在不同视频数据库上的性能：
pythontools/run_net. py
--cfg configs/Kinetics/C2D_8x8_R50.yaml
DATA.PATH_TO_DATA_DIR path_to_your_dataset
NUM_GPUS 2
笔者可以轻易通过代码库复现出前沿的高性能模型，同时笔者也尝试通过简单的修改来实现自己的模型，并用多台GPU进行训练得到前沿的性能。
笔者未尝试更加复杂的任务，感兴趣的读者可以直接前往其Github页面一探究竟：
招 聘