ICCV2019 视频理解比赛冠军代码库，商汤开源X-Temporal

作者：商汤 X-Lab 组

编译：CV君

今天，来自商汤科技的 X-Lab 组开源了用于视频理解的代码库X-Temporal，提供了一众 State-of-the-art 的视频分类模型。

该库基于 PyTorch 深度学习框架。

开源地址：

https://github.com/Sense-X/X-Temporal

实现的模型来自论文：

1.Temporal Segment Networks

https://arxiv.org/abs/1608.00859

2. Temporal Interlacing Network

https://arxiv.org/abs/2001.06499

3. Temporal Shift Module

 https://arxiv.org/abs/1811.08383

4. ResNet 3D

 https://arxiv.org/pdf/1711.11248

5. SlowFast Networks for Video Recognition

 https://arxiv.org/abs/1812.03982

6. Non-local Neural Networks

 https://arxiv.org/abs/1711.07971

目前该库支持的视频理解框架：

• SLowFast

• R(2+1)D

• R3D

• TSN

• TIN

• TSM

支持各类数据集：

Kinetics, Something2Something, Multi-Moments in Time...

• 支持视频作为输入；

• 支持视频RGB帧作为输入；

• 支持视频帧间光流作为输入；

• 支持多标签数据集；

官方称该库具有高性能和模块化设计的特点，可以方便研究人员快速验证idea，训练和测试代码均已开源。

另外，开发团队曾凭借该库赢得 ICCV19 - Multi Moments in Time 挑战赛冠军！

END

备注：视频理解

视频分类视频理解交流群

视频相关技术，分类、理解、视频摘要等技术，若已为CV君其他账号好友请直接私信。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:amos@52cv.net

网站:www.52cv.net

在看，让更多人看到