文件名称：TimeSformer:我们的论文“视频理解只需要时空注意力吗？”的pytorch正式实现。
文件大小：187KB
文件格式：ZIP
更新时间：2024-05-06 09:57:08
Python
TimeSformer 这是的正式pytorch实现 。 在此存储库中，我们提供PyTorch代码以训练和测试我们建议的TimeSformer模型。 TimeSformer提供了一个有效的视频分类框架，该框架可以在多个视频动作识别基准（例如Kinetics-400）上达到最新的结果。 如果您发现TimeSformer对您的研究有用，请使用下面的BibTeX条目进行引用。 @misc { bertasius2021spacetime , title = { Is Space-Time Attention All You Need for Video Understanding? } , author = { Gedas Bertasius and Heng Wang and Lorenzo Torresani } , year = { 2021 }
【文件预览】：
TimeSformer-main
----configs()
--------Kinetics()
--------SSv2()
----lib()
--------utils()
--------models()
--------__init__.py(138B)
--------datasets()
--------config()
--------visualization()
----CONTRIBUTING.md(983B)
----LICENSE(19KB)
----tools()
--------test_net.py(7KB)
--------run_net.py(1KB)
--------train_net.py(18KB)
--------benchmark.py(541B)
--------visualization.py(14KB)
--------submit.py(6KB)
----setup.cfg(748B)
----setup.py(697B)
----README.md(10KB)
----slurm_scripts()
--------run_multi_node_job.sh(2KB)
--------run_single_node_job.sh(1KB)
----CODE_OF_CONDUCT.md(244B)