update

1. 数据集：更新hmdb51/jester评估实现
2. 工具：计算模型大小/Flops/计算时间
3. 训练：使用epoch-iteration训练模式；更新训练日志；更新学习率线性缩放
4. 模型：新增shufflenet_v2/mobilenet_v2 backbone

Enhance

1. Data：封装数据集测试
2. Docs：新增命令规范/model-zoo
3. 训练：参考SlowFast优化分布式训练
4. camera： 移植mmaction2测试程序webcam_demo

Enhanced version

1. 数据增强：密集采样策略下执行ThreeCrop+10等分均匀测试
2. 日志：封装logging，non-master下不显示日志
3. 评估：分布式测试
4. 可视化：新增实时视频流检测
5. cuda：使用.to实现device-agnostic

Enhance

1. 封装clip采样，新增DenseSample
2. 学习率随GPU线性增强
3. 更新trainer实现流程

optim

1. 优化分布式操作
2. 优化训练流程
3. 优化数据增强操作

Distributed training

1. add pytorch DistributedDataParallel
2. Enhanced data expansion
3. add 20bn-jester

优化

1. 参考tsn_pytorch更新数据集提取
2. 参考tsn_pytorch单次仅训练一种模态
3. 仅使用hmdb51/ucf-101的一个split进行训练/测试
4. 更新args

beta

1. 工程可配置
2. 实现HMDB51/UCF101数据集
3. 分离backbone和head
4. 优化Pretrained和Resume功能
5. 优化模型计算

优化

1. Backbone可配置
2. 均匀分段采样

initial version

feat(tsn): 实现demo版本

1. 数据定义
2. 格式转换
3. 批量处理
4. 模型定义
5. 损失函数/优化器/学习率调度器设置
6. 分阶段保存和测试模型