文章目录 文章目录 00 写在前面01 基于Pytorch版本的E3D LSTM代码02 论文下载 00 写在前面 测试代码，比较重要，它可以大概判断tensor维度在网络传播过程中，各个维度的变化情况，方便改成适合自己的数据集。 需要github上的数据集以及可运行的代码，可以私聊！ 01 基于Pytorch版本的E3D LSTM代码 # 库函数调用from func

好久没看视频相关的文章了，刚好最近看到几篇还不错的，写个笔记总结下： CoST[1]： 海康CVPR19的文章，个人感觉非常不错，主要是将传统LBP-TOP那套XY-YT-XT视角分解的思想用到视频分类里，而不必使用以XYT为视角的3x3x3卷积，减少了很多冗余参数。 2. STM[2]：商汤ICCV19的文章。第一次看名字，以为是比较早期挂出来的 TSM[4]。。。 基于TSN的2DCNN框

ConvLSTM利用的是Conv2D+LSTM，E3D-LSTM提出的是采取Conv3D+LSTM的结构，处理的问题都是视频预测。 在学习E3D-LSTM文章之前，先看一下C3D，C3D其实就是利用Conv3D的一个CNN的网络架构，主要针对的也是视频的数据集，不过处理的问题是识别和分割方面的。C3D文章主要讲Conv2D在池化卷积过程中会丢失时间信息，作为视频数据集，采用Conv3D主要是将“