开源技术 * IBM 微讲堂:Kubeflow 系列(观看回放 | 下载讲义) 了解详情

概述

体育视频分类器(Sports Video Classifier)可以识别 Sports-1M 数据集中的 487 种不同类别的体育活动。它包含一个深度 3D 卷积网络,该网络在 Sports-1M 数据集上进行了训练。该模型的输入是视频,输出则是预估类别概率列表。该模型基于 C3D TensorFlow 模型

模型元数据

领域 应用 行业 框架 训练数据 输入数据格式
视觉 视频分类 通用 TensorFlow Sports-1M 视频 (MPEG-4)

参考资料

许可

组件 许可 链接
模型 GitHub 代码库 Apache 2.0 许可
模型权重 MIT C3D-TensorFlow
模型代码(第三方) MIT C3D-TensorFlow
测试资产 各种各样 资产 README

可用于部署此模型的选项

  • 从 Dockerhub 部署:

    docker run -it -p 5000:5000 codait/max-sports-video-classifier
    
  • 在 Red Hat OpenShift 上部署:

    遵照本教程中有关 OpenShift Web 控制台或 OpenShift Container Platform CLI 的操作说明,并将 codait/max-sports-video-classifier 指定为图像名称。

  • 在 Kubernetes 上部署:

    kubectl apply -f https://raw.githubusercontent.com/IBM/MAX-Sports-Video-Classifier/master/max-sports-video-classifier.yaml
    

    有关如何将此 MAX 模型部署到 IBM Cloud 上的生产环境中的更详细教程,可以在此处找到。

  • 本地部署:遵照 GitHub 上的模型 README 中的说明进行操作

用法示例

您可以通过以下方式测试或使用此模型

使用 cURL 测试该模型

部署之后,您可以通过命令行测试该模型。例如:

curl -F "video=@assets/basketball.mp4" -XPOST http://localhost:5000/model/predict
{
  "status": "ok",
  "predictions": [
    {
      "label_id": "367",
      "label": "basketball",
      "probability": 0.39916181564331
    },
    {
      "label_id": "370",
      "label": "streetball",
      "probability": 0.16513635218143
    },
    {
      "label_id": "369",
      "label": "3x3 (basketball)",
      "probability": 0.11865037679672
    }
  ]
}

在无服务器应用中测试该模型

您可以通过遵照在 IBM Cloud Functions 中利用深度学习教程中的操作说明,在无服务器应用程序中使用该模型。

资源和贡献

如果您有兴趣为 Model Asset Exchange 项目做贡献或有任何疑问,按照此处的说明进行操作。

本文翻译自:Sports Video Classifier(2018-09-21)