C3D-TensorFlow源代码。

简介：
据统计，90%的代码基于C3D动作识别模型，该模型利用UCF-101数据集以及其他数据集进行训练，从而构建C3D网络。 此外，视频或GIF图像同样可以被用作训练文件，为模型提供支持。 检测过程能够接收视频流或图像帧作为输入。 开发环境配置包括Python 3.6、opencv-python 4.5.5.148、喀拉拉邦2.0.8、tensorflow-gpu 1.13以及枕头8.1.2，并使用了matplotlib 3.4.2和h5py（版本2.10），通过`pip install h5py -i CUDA 8 库登6`安装。 为了训练自己的数据集，请将视频文件放置在datasets/ucf-101目录下；请务必确保视频文件名采用category_name.avi的格式，并且该格式在datasets/ucf-101目录下已经存在三个类别作为示例。