文件名称：细节增强的matlab代码-caffe:未修剪的网，用于预先计算的特征
文件大小：47.99MB
文件格式：ZIP
更新时间：2024-06-15 20:37:32
系统开源
细节增强的matlab代码深度学习中的动作识别 该分支托管技术报告的代码，以及更多。 更新 2016年7月16日新的工作示例：CVPR 2016上的“具有增强的运动矢量CNN的实时动作识别”。 2016年4月27日cuDNN v5支持，具有超快速的WINOGrad卷积和BatchNormalization的cuDNN实现。 2015年12月23日 重构的cudnn包装器可以控制整体内存消耗。 将在内存限制下自动找到最佳算法组合。 2015年12月17日cuDNN v4支持：更快的卷积和批处理规范化（约20％的性能提升）。 2015年11月22日现在，python层可以公开prefetch()方法，该方法将与网络处理并行运行。 特征 VideoDataLayer用于输入视频数据。 培训光流数据。 固定角落裁剪和多比例裁剪的数据增强。 使用多个GPU的并行训练。 最新的cuDNN集成。 在培训和测试中都减少了内存占用， 用法 在中查看更多。 通常，它与原始的caffe相同。 请参阅原始的自述文件。 请参阅以下说明以访问上面的功能。 更多详细的文档正在发布中。 视频/光流数据 首先使用将视频