该论文借鉴了C3D和何凯明等人的经典论文Deep Residual Learning for Image Recognition,CPVR,2016.
设计出来的可以称之为3D残差网络。具体模型如下图:
最终采用的是18层的。
下图通过将3D变成2D,得到3D比2D好。
模型的输入为8×112×112. 在需要下采样的卷积层之中,除了第一个的步长是1×2×2,其余的都是2×2×2.
该论文通过一些列的观察,得出18层的就够了,前提条件是在保持模型总参数不变的情况之下。
训练细节如下:
res3D18
最新推荐文章于 2024-04-18 10:29:53 发布
![](https://img-home.csdnimg.cn/images/20240709112858.png)