文件名称：intermediate-cnn-features:基于卷积神经网络中间层的视频特征提取
文件大小：109KB
文件格式：ZIP
更新时间：2024-06-20 04:09:10
Python
中级 CNN 功能 该存储库包含中描述的特征提取过程的实现。 给定输入视频，每秒采样一帧，并从预训练的卷积神经网络的中间卷积层的激活中提取其视觉描述符。 然后，将最大卷积激活 (MAC) 函数应用于每一层的激活以生成紧凑的层向量。 最后，连接层向量以生成单个帧描述符。 特征提取过程如下图所示。 先决条件 Python Caffe 或 Tensorflow 1.xx 入门 安装 克隆这个 repo： git clone https://github.com/MKLab-ITI/intermediate-cnn-features cd intermediate-cnn-features 安装所有依赖： pip install -r requirements.txt 特征提取 为相应的参数提供视频或图像文件。 给定文件的每一行都必须包含一个视频或图像的完整路径。 选择两个受支持的框架之
【文件预览】：
intermediate-cnn-features-master
----model_tf.py(7KB)
----feature_extraction.png(84KB)
----utils.py(4KB)
----feature_extraction.py(8KB)
----requirements.txt(52B)
----nets()
--------resnet_utils.py(10KB)
--------inception_v4.py(16KB)
--------vgg.py(14KB)
--------inception_utils.py(3KB)
--------__init__.py(0B)
--------resnet_v1.py(15KB)
----LICENSE(11KB)
----README.md(3KB)
----model_caffe.py(5KB)