import argparse
import os
NPU_CALCULATE_DEVICE = 0
if os.getenv('NPU_CALCULATE_DEVICE') and str.isdigit(os.getenv('NPU_CALCULATE_DEVICE')):
NPU_CALCULATE_DEVICE = int(os.getenv('NPU_CALCULATE_DEVICE'))
def parse_opt():
parser = argparse.ArgumentParser()
parser.add_argument(
'--mode',
type=str,
default='train')
parser.add_argument(
'--finetune',
type=int,
default=0)
parser.add_argument(
'--checkpoint_path',
type=str,
default='./checkpoint')
parser.add_argument(
'--pth_path',
type=str,
default='./checkpoint/BMN_best.pth.tar')
parser.add_argument(
'--training_lr',
type=float,
default=0.001)
parser.add_argument(
'--weight_decay',
type=float,
default=1e-4)
parser.add_argument(
'--train_epochs',
type=int,
default=10)
parser.add_argument(
'--batch_size',
type=int,
default=8)
parser.add_argument(
'--step_size',
type=int,
default=7)
parser.add_argument(
'--step_gamma',
type=float,
default=0.1)
parser.add_argument(
'--video_info',
type=str,
default="data/activitynet_annotations/video_info_new.csv")
parser.add_argument(
'--video_anno',
type=str,
default="data/activitynet_annotations/anet_anno_action.json")
parser.add_argument(
'--temporal_scale',
type=int,
default=100)
parser.add_argument(
'--feature_path',
type=str,
default="data/activitynet_feature_cuhk/")
parser.add_argument(
'--data_path',
type=str,
default="data/activitynet_feature_cuhk/")
parser.add_argument(
'--num_sample',
type=int,
default=32)
parser.add_argument(
'--num_sample_perbin',
type=int,
default=3)
parser.add_argument(
'--prop_boundary_ratio',
type=int,
default=0.5)
parser.add_argument(
'--feat_dim',
type=int,
default=400)
parser.add_argument(
'--post_process_thread',
type=int,
default=8)
parser.add_argument(
'--soft_nms_alpha',
type=float,
default=0.4)
parser.add_argument(
'--soft_nms_low_thres',
type=float,
default=0.5)
parser.add_argument(
'--soft_nms_high_thres',
type=float,
default=0.9)
parser.add_argument(
'--result_file',
type=str,
default="./output/result_proposal.json")
parser.add_argument(
'--save_fig_path',
type=str,
default="./output/evaluation_result.jpg")
parser.add_argument("--is_distributed", type=int, default=0, help='choose ddp or not')
parser.add_argument('--local_rank', type=int, default=0)
parser.add_argument('--DeviceID', type=str, default="0")
parser.add_argument('--world_size', type=int, default=1)
parser.add_argument('--loss-scale', default=128., type=float,
help='loss scale using in amp, default -1 means dynamic')
parser.add_argument('--opt-level', default='O1', type=str,
help='loss scale using in amp, default -1 means dynamic')
args = parser.parse_args()
return args