文件名称：VideoNavQA:替代的EQA范例和信息丰富的基准+模型（BMVC 2019，ViGIL 2019聚焦）
文件大小：1.96MB
文件格式：ZIP
更新时间：2024-05-23 09:23:36
benchmark machine-learning deep-neural-networks video navigation
VideoNavQA ，在聚光灯的谈话 ， ， ， 我们介绍了VideoNavQA任务：通过从删除导航和动作选择要求，我们通过更大的问题空间来增加视觉推理组件的难度，解决使QA任务具有挑战性的复杂推理问题。 通过在数据集上设计和评估几个VQA样式的模型，我们建立了一种在现有方法下评估EQA可行性的新颖方法，同时突出了即使在最理想的环境下问题的难度。 “沙发旁边的绿色地毯在哪里？” “计算机和床的颜色相同吗？” “位于客厅的电视柜旁边是什么东西？” 入门 $ git clone https://github.com/catalina17/VideoNavQA $ virtualenv -p python3 videonavqa $ source videonavqa/bin/activate $ pip install -r requirements.txt 数据集 Vi
【文件预览】：
VideoNavQA-master
----eval()
--------v_only_cnn3d_test.py(5KB)
--------v_only_cnn2d_lstm_eval.py(7KB)
--------q_and_v_test.py(12KB)
--------v_only_cnn3d_eval.py(7KB)
--------utils.py(1KB)
--------v_only_cnn2d_lstm_test.py(5KB)
--------q_only_test.py(6KB)
--------dataset.py(4KB)
--------__init__.py(0B)
--------results_analysis.py(2KB)
--------q_and_v_eval.py(15KB)
--------q_only_eval.py(7KB)
----models()
--------film_attn_pt_stem.py(12KB)
--------q_only_lstm.py(2KB)
--------q_concat_cnn3d.py(4KB)
--------obj_detector.py(3KB)
--------v_only_cnn2d_lstm.py(4KB)
--------__init__.py(21B)
--------q_concat_cnn2d_lstm.py(6KB)
--------v_only_cnn3d.py(2KB)
--------time_multi_hop_pt_stem.py(10KB)
--------film_global_pooling_pt_stem.py(9KB)
--------mac.py(9KB)
--------q_only_bow.py(2KB)
----obj_colors.json(4.75MB)
----object_id_to_colors.npy(64KB)
----samples()
--------dataset stats.png(248KB)
--------high level.png(791KB)
----requirements.txt(544B)
----README.md(4KB)
----scripts()
--------constants.py(3KB)
--------stats_for_generated_questions.py(4KB)
--------generate_trajectories.py(2KB)
--------engine.py(8KB)
--------question_build.py(6KB)
--------write_labels.py(2KB)
--------generate_videos_for_trajectories.py(2KB)
--------generate_questions_for_trajectories.py(6KB)
--------encode_questions.py(2KB)
--------question_gen.py(46KB)
--------trajectory_gen.py(26KB)
----colormap_coarse.csv(2KB)
----eval.sh(1KB)