接上文
Model Training 模型训练
使用Pytorch中的DataLoader导入，前面之所以设置那样的文件目录是因为这是DataLoader的要求，详见Pytorch官方文档。
Resize(299,299)是模型Inception-v3的需要。
batch_size = 64是我们根据实验获得的最佳超参数，可以根据实际个人配置进行调整。
在get_model函数中调用inception-v3，并添加两个线性全连接层，添加Dropout和LeakyRelu防止过拟合。
这里仅仅做了最简单的修改，Pytorch预训练模型自由度很高，支持屏蔽某些层等更高级的修改。
最后一个Linear的最后一个参数应该为动作类别的数量，可以通过读取文件夹个数获取，这里直接写101是因为UCF101总共101个动作，偷了个懒XD
之后的训练过程和图像识别基本一致，这里简单解释，详情可以参照Pytorch官方案例。
定义模型，device，optimizer等，optimizer类型和learning_rate均可以修改。
训练阶段，注释部分可以保存模型state，中途停止后可以读取State继续运行。
上面这张图片读取了state，这样我们一旦停止训练，下一次无需从Epoch=1开始，state中已经保存了相关参数。
验证部分。
实际上真正过程中应该分为Training,Testing,和Validation，但是由于UCF101官方给的文件仅区分了training和testing，且作者做这个项目的时候对于深度学习不甚了解，所以本项目中没有区分testing和validation。
至此，训练和验证部分结束，每一个Epoch我们均保存了参数，挑选最佳参数读取即可。接下来将进入软件开发部分。
前端部分参照各大Qt教程即可，这里简单写一下如何使用我们训练获得的参数，如何用来识别自己录制的视频。
首先，我们需要保存get_model()中的模型，并命名为model.pkl。
并按照一下文件目录放置文件。Epoch7model.pth为我们保存的一个state，要识别视频，请将测试用的视频文件夹中【一个】视频复制到inputvideo文件夹中。
基本操作，定义transform，device,path
move_video和convert和前面基本一致，都是为了移动视频并转换为图片。
获取视频名称
读取参数导入model。
preds为列表，第一项为可能性最高的动作编号，如ApplyEyeMakeup的编号为0，若该动作最有可能是ApplyEyeMakeup，则preds[0]=0，从classes中获取classes[0] = ApplyEyeMakeup
为了下一次识别的需要，在识别后需要将inputvideo和result中的视频图片删除。
本项目代码解读就此结束，获得的识别准确率、训练测试准确率、loss等数据由于论文尚未发表，暂时不公布。之后会来除个草。