Temporal Shift Module (TSM) 项目推荐

Temporal Shift Module (TSM) 项目推荐

temporal-shift-module [ICCV 2019] TSM: Temporal Shift Module for Efficient Video Understanding 项目地址: https://gitcode.com/gh_mirrors/te/temporal-shift-module

1. 项目基础介绍和主要编程语言

Temporal Shift Module (TSM) 是一个由 MIT-Han-Lab 开发的开源项目，旨在高效地进行视频理解。该项目主要使用 Python 编程语言，并基于 PyTorch 深度学习框架进行开发。TSM 项目在 ICCV 2019 上发表，因其高效性和高性能而受到广泛关注。

2. 项目核心功能

TSM 项目的核心功能是通过 Temporal Shift Module (时间移位模块) 来实现高效的视频理解。该模块能够在不增加额外参数和计算复杂度的情况下，增强模型对时间维度的理解能力。具体来说，TSM 通过在时间维度上移动部分通道的数据，使得模型能够在保持 2D CNN 计算效率的同时，捕捉到视频中的时间关系。

3. 项目最近更新的功能

• 环境设置更新：2020年1月，项目更新了在线演示的环境设置，使得环境配置更加简单易用。
• 预训练光流模型发布：2019年10月，项目发布了在 Kinetics 数据集上预训练的光流模型，这些预训练权重有助于在其他数据集上训练双流模型。
• 大规模训练：2019年9月，项目将 TSM 模型的训练规模扩大到 1,536 个 GPU，在 15 分钟内完成了 Kinetics 数据集的预训练。
• 实时手势识别演示：2019年9月，项目发布了在 NVIDIA Jetson Nano 上进行实时手势识别的代码，该演示能够在仅 8 瓦的功耗下实现实时识别。

通过这些更新，TSM 项目不仅在性能上有所提升，还在实际应用中展示了其高效性和实用性。

temporal-shift-module [ICCV 2019] TSM: Temporal Shift Module for Efficient Video Understanding 项目地址: https://gitcode.com/gh_mirrors/te/temporal-shift-module