本文主要是介绍机器学习笔记 - 基于自定义数据集 + 3D CNN进行视频分类,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一、简述
这里主要介绍了基于自定义动作识别数据集训练用于视频分类的 3D 卷积神经网络 (CNN) 。3D CNN 使用三维滤波器来执行卷积。内核能够在三个方向上滑动,而在 2D CNN 中它可以在二维上滑动。
这里的模型主要基于D. Tran 等人2017年的论文“动作识别的时空卷积研究”。
https://arxiv.org/abs/1711.11248v3https://arxiv.org/abs/1711.11248v3
1、模型结构
2、数据集
数据集使用的是别人贡献的开源数据集,感谢所有愿意开源的兄弟。
这篇关于机器学习笔记 - 基于自定义数据集 + 3D CNN进行视频分类的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!