在Non-local模型中，输入数据是mp4文件，在reader部分的代码中，使用opencv读取mp4文件对视频进行解码和采样。train和valid数据随机选取起始帧的位置，对每帧图像做随机增强，短边缩放至[256, 320]之间的某个随机数，长边根据长宽比计算出来，截取出224x224大小的区域。test时每条视频会选取10个不同的位置作为起始帧，同时会选取三个不同的空间位置作为crop区域的起始点，这样每个视频会进行10x3次采样，对这30个样本的预测概率求和，选取概率最大的分类作为最终的预测结果。
下载kinetics400数据，具体方法见数据说明中kinetics数据部分，假设下载的mp4文件存放在DATADIR目录下，train和validation数据分别位于$DATADIR/train和$DATADIR/valid目录。在下载数据的时候，将所有视频的高度缩放至256，宽度通过长宽比计算出来。
将官方提供的数据集文件表格kinetics-400_train.csv和kinetics-400_val.csv下载到此目录。
运行下面的代码即可生成trainlist.txt、vallist.txt和testlist.txt，
python generate_filelist.py ${TRAIN_DIR} ${VALID_DIR}
其中TRAIN_DIR和VALID_DIR分别是存放训练和验证数据集文件的路径。注意请确认kinetics-400_train.csv已经下载到本地，不然运行generate_filelist.py时会报错。
另外，如果要观察模型推断的效果，可以复制testlist.txt生成inferlist.txt，
cp testlist.txt inferlist.txt
生成inferlist.txt。也可以在predict的时候指定video_path对单个视频文件进行预测。