本文探讨了使用inceptionV3特征进行视频二分类的实验，通过添加几层CNN或dense层改进模型。作者指出原始C3D模型处理速度缓慢，目标是将处理时间缩短至3秒内。文章介绍了精确率、召回率和F1分数的概念，并展示了不同模型大小对性能的影响，包括32M、6M和3.06M模型的精度和损失图。最后，作者提供了相关QQ群供进一步讨论。
哈喽，接上一篇：https://blog.csdn.net/SPESEG/article/details/103871268
如果说，上面的效果不好，那也没办法，我先试试二分类。对，就是拿inceptionV3的特征直接输入，搞几层CNN试试，或者就是几层dense也行。且看效果如何？
【我能说C3D的模型真的很慢吗？242个视频现在还没处理完，卧槽，思路：每16帧均进行预测，步长也是16】
从早上9:45开始的，现在都6个小时了，我天，这尼玛速度不是蜗牛吗？？一个小时还没40个视频，一个视频就要至少1.5min，速度就是蜗牛。我们的目标是3秒内解决问题。
分类结果如下：仅有全连接层dense
顺便解读下这个report，参考
最低0.47元/天 解锁文章
444
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
