行为检测代码(一)：超详细介绍C3D架构训练+测试步骤

C3D介绍

通过3D卷积操作核去提取视频数据的时间核空间特征。这些3D特征提取器在空间和时间两个维度上操作，因此可以捕捉视频流的运动信息。然后基于3D卷积提取器构造一个3D卷积神经网络，这个架构可以从连续视频帧中产生多通道的信息，然后在每一个通道都分离地进行卷积和下采样操作。最后将所有通道的信息组合起来得到最终的特征描述。C3D网络将完整的视频作为输入，不依赖于任何处理，可以轻松扩展到大数据集。可以应用于行为识别，场景识别，视频相似度分析等领域。具有通用、紧凑、简单、高效的特点。C3D的速度应该是在视频帧无重叠的情况下获得的，在NVIDIA 1080 的GPU上，可以达到600帧以上的速度。

由卷积、池化、全连接层组成。

github获取

https://github.com/Niki173/C3D

数据集下载

这里用的是UCF101数据集，共101类，里面全是avi视频，每个类别都有一个动作名称，也就是它的label。

数据预处理

将UCF101数据集通过代码里面的dataset.py划分为train、val、test三个文件夹，每个文件夹存放的都是由视频获取的图片，每两帧保存一张。具体细节如下：