使用UCF101完成的视频动作分类识别,使用CRNN模型完成,迭代次数为120,花了很多时间和钱(),不过因为模型参数pth太大了,CSDN放不下,需要再私聊吧
2023-05-15 21:19:56 2.57MB 数据集 CRNN 人体动作识别
1
UCF101数据集,完整版,网盘分享。
2023-05-15 20:52:16 12KB pytorch 深度学习 数据集
1
这些数据集在国外网站下载的太慢了,自己下载了很久,现在保存到百度网盘,方便大家下载使用,整理很是不易。希望可以得到小小的支持。
2022-03-30 13:16:50 410B 数据库 音视频 百度云 database
1
这是resnet-18的预训练模型,可以直接加载。还有其它1部分,需要合在一起解压。因为大小限制,所以分块。
2021-10-29 15:08:59 150MB resnet18
1
介绍 我们发布了用于在UCF101上微调I3D模型的完整代码(包括培训阶段和测试阶段)。 I3D论文: 。 有关I3D的模型和详细信息,也请参考i3d。 先决条件 软件 Ubuntu 16.04.3 LTS Python 2.7 CUDA8 CuDNN v6 Tensorflow 1.4.1 硬件 GTX 1080 Ti 怎么跑 1.克隆此仓库 git clone https://github.com/USTC-Video-Understanding/I3D_Finetune 2.下载动力学预训练的I3D模型 为了在UCF101上微调I3D网络,您必须在下载DeepMind提供的Kinetics预训练I3D模型。 具体来说,下载repo并将data/checkpoints文件夹放入我们的I3D_Finetune回购的data I3D_Finetune : git clone ht
1
UCF101上使用3D CNN/CNN + RNN进行视频分类/动作识别的教程 视频分类 该存储库使用 UCF101 和 PyTorch 为视频分类(或动作识别)构建了一个快速而简单的代码。 视频被视为一个 3D 图像或几个连续的 2D 图像(图 1)。 下面是两个简单的神经网络模型:数据集 UCF101 共有来自 101 个动作的 13,320 个视频。 视频具有不同的时间长度(帧)和不同的 2d 图像大小; 最短的是28帧。 为了避免像 OpenCV 或 FFmpeg 这样的帧提取和转换等痛苦的视频预处理,这里我直接使用了来自 feichtenhofer 的预处理数据集。 如果您想从头开始转换或提取视频帧,这里有一些不错的教程:https://pythonprogramming.net/loading-video-python-opencv-tutorial/ https://www.pyimagesearch.com/2017/02/ 06/faster-video-file-fps-with-cv2-videocapture-and-opencv/ 模型 1. 3
2021-09-01 13:46:32 8.78MB 机器学习
1
google自己下载的太慢,然后也是下载了好久,保存到了百度网盘,方便大家下载并进行一系列实验,之前的链接失效了,整理不易。希望可以得到小小的支持。
1
适用于本人创作的行为识别C3D代码(pytorch)实现过程及常见错误文章
2021-04-05 12:11:02 283.19MB 训练模型
1
精简版的UCF101数据集
2021-03-27 20:34:13 34.18MB 动作分类 深度学习
1
UCF101 is provided by University of Central Florida.本数据集由中央佛罗里达大学提供。 UCF101_TrainTestSplits-DetectionTask_datasets.zip UCF101_TrainTestSplits-RecognitionTask_datasets.zip
2021-03-27 10:36:27 110KB 数据集
1