文件名称：keras-video-classifier:Keras视频分类器的实现
文件大小：75.03MB
文件格式：ZIP
更新时间：2024-05-19 08:43:51
timeseries video-processing lstm supervised-learning convolutional-neural-networks
keras-video-classifier-web-api Keras用作网络的视频分类器的实现 训练数据为。 如果文件夹中不存在（由于代码太大），则包含的代码将下载 。 下载实用程序代码可以在目录中找到 视频分类器在目录中定义和实现。 默认情况下，使用位于的数据集“ UCF-101”中的视频文件来训练分类器（如果在训练期间不存在视频文件，则将下载这些文件）。 但是，分类器是通用的，可用于在任何其他数据集上进行训练（只需将其fit（）方法中的data_set_name参数更改为其他数据集名称，而不是将UCF-101更改为其他视频数据集即可） opencv-python用于从视频中提取帧。 深度学习模型 已实施和研究以下深度学习模型： VGG16 + LSTM：此方法使用VGG16从视频的单个帧中提取特征，然后将这些帧特征序列放入LSTM递归网络中进行分类。 培训： 预测变量：
【文件预览】：
keras-video-classifier-master
----setup.py(432B)
----.gitignore(1KB)
----requirements.txt(109B)
----LICENSE(1KB)
----requirements-on-my-python-env.txt(3KB)
----notes()
--------ReadMe.md(2KB)
----setup.cfg(21B)
----README.md(10KB)
----demo()
--------very_large_data()
--------reports()
--------vgg16_lstm_hi_dim_train.py(1KB)
--------cnn_train.py(1KB)
--------vgg16_bidirectional_lstm_train.py(1KB)
--------__init__.py(0B)
--------cnn_predict.py(1KB)
--------models()
--------vgg16_lstm_predict.py(2KB)
--------vgg16_lstm_hi_dim_predict.py(2KB)
--------vgg16_lstm_train.py(1KB)
--------vgg16_bidirectional_lstm_hi_dim_predict.py(2KB)
--------vgg16_bidirectional_lstm_predict.py(2KB)
--------vgg16_bidirectional_lstm_hi_dim_train.py(1KB)
----keras_video_classifier()
--------library()
--------__init__.py(0B)