文件名称：DSM-decoupling-scene-motion:[AAAI2021]我们的论文《通过场景和运动的分离增强无监督视频表示学习》的源代码
文件大小：12.15MB
文件格式：ZIP
更新时间：2024-05-26 17:43:11
self-supervised-learning motion-dominated Python
帝斯曼 来论文的源代码 ; 数据集列表和一些可视化/提供的权重正在准备中。 1.简介（以场景为主，以运动为主） 视频数据集通常以场景为主，我们建议通过两个简单的操作将场景和运动（DSM）分离，以便更好地关注模型对运动信息的关注。 生成的三元组如下： DSM学到了什么？ 借助DSM预训练，该模型将学习如何将注意力集中在功能强大的运动区域（不一定是演员）上，而无需提供一个标签。 2.安装 数据集 请参考dataset.md以获取详细信息。 要求 Python3 pytorch1.1 + 皮尔 英特尔（即时解码） 3.结构 资料集 列表 hmdb51：HMDB51的火车/清单 ucf101：UCF101的火车/票价清单 动力学400：动力学400的火车/瓦尔清单 潜水48：潜水48的火车/票价清单 实验 日志：详细记录中的实验记录 渐变：毕业检查 可视化： src 数据：加载数据