vidor_i3d
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
Vidor_I3D是一款先进的深度学习模型，主要用于视频理解任务，如动作识别。它基于Inflated 3D卷积网络架构，能够高效地捕捉视频中的时空信息。
在Vidor上训练的I3D模型概述：这是针对VidVRD竞赛第四项第二任务——视频关系预测项目的一部分，专注于视频动作检测阶段的工作。
为了使用这个仓库进行研究，首先需要下载并提取数据集框架中的内容。要从修改后的数据路径中提取每个拆分的帧，请运行以下命令：
```
python frames.py -split=training
```
该仓库还包括用于微调I3D模型的代码，根据论文中的详细信息和作者提供的资源进行操作。例如，使用如下脚本来执行微调过程：
```bash
python train_i3d.py
```
此外，VidorDataset文件包含了加载视频片段以供训练使用的相关代码。而特征提取部分则提供了用于加载预训练的I3D模型、从该模型中抽取特征并将其保存为numpy数组的相关脚本和功能。
例如：
```bash
python extract_features.py
```
这些步骤可以用来处理整个视频，以便从中提取每个片段的功能数据。
全部评论 (0)
还没有任何评论哟~
