五视频分类方法:我的博客文章随附的代码概述了Keras和TensorFlow中的五种视频分类方法

时间:2024-02-24 02:21:30
【文件属性】:

文件名称:五视频分类方法:我的博客文章随附的代码概述了Keras和TensorFlow中的五种视频分类方法

文件大小:197KB

文件格式:ZIP

更新时间:2024-02-24 02:21:30

machine-learning deep-learning tensorflow keras classification

五个视频分类方法 五个视频分类方法: 使用ConvNet一次分类一帧 使用ConvNet在单独的网络中从每个帧中提取特征,并将序列传递给RNN 使用时间扭曲的ConvNet,将功能传递给RNN,就像#2一样,但都在一个网络中(这是代码中的lrcn网络)。 使用ConvNet从每个帧中提取特征并将序列传递给MLP 使用3D卷积网络(有两个版本的3d转换可供选择) 有关完整的详细信息,请参见随附的博客文章: : 要求 此代码要求您已安装Keras 2和TensorFlow 1或更高版本。 请参阅requirements.txt文件。 为了确保您最新,请运行: pip install -r requirements.txt 您还必须安装ffmpeg才能提取视频文件。 如果ffmpeg不在您的系统路径中(即which ffmpeg不返回其路径,或者您使用的操作系统不是* nix),则需要在data/2_extract_files.py路径更新为ffmpeg 。 。 获取数据 首先,将数据集从UCF下载到data文件夹中: cd data && wget http://crc


【文件预览】:
five-video-classification-methods-master
----plot_trainlog.py(858B)
----models.py(10KB)
----extractor.py(2KB)
----extract_features.py(2KB)
----data()
--------2_extract_files.py(3KB)
--------1_move_files.py(2KB)
--------ucfTrainTestlist()
--------data_file.csv(565KB)
----train.py(4KB)
----random_and_mode.py(697B)
----demo.py(2KB)
----LICENSE(1KB)
----validate_rnn.py(1KB)
----processor.py(477B)
----train_cnn.py(4KB)
----requirements.txt(99B)
----.gitignore(125B)
----README.md(3KB)
----validate_cnn.py(1KB)
----data.py(9KB)

网友评论

  • 博客文章呢?