模型类型Recognizer3D和主干网络类型ResNet3dSlowOnly的区别？

Recognizer3D 和 ResNet3dSlowOnly 的区别如下:

1. 模型类型 vs. 主干网络类型:

   • Recognizer3D 是一种 3D 视频理解模型的类型,它是一个完整的模型架构。
   • ResNet3dSlowOnly 是一种 3D 视频 backbone 网络的类型,它仅仅定义了模型的主干网络部分。

2. 模型组成:

   • Recognizer3D 不仅包含主干网络,还包括分类头、测试配置等其他组件,构成一个完整的视频理解模型。
   • ResNet3dSlowOnly 只定义了主干网络的具体结构,不包括其他组件。

3. 适用任务:

   • Recognizer3D 是一种通用的 3D 视频理解模型,可用于多种视频任务,如动作识别、事件检测等。
   • ResNet3dSlowOnly 作为一种 3D 视频backbone,更多用于作为视频理解模型的主干网络部分。

4. 复杂度:

   • Recognizer3D 作为一个完整的模型,其复杂度和参数量更大。
   • ResNet3dSlowOnly 作为单独的backbone,其复杂度和参数量相对更小。

总之,Recognizer3D 是一个完整的 3D 视频理解模型,而 ResNet3dSlowOnly 是其中的主干网络部分。两者的关系就像是 Recognizer3D作为一个"房子",而 ResNet3dSlowOnly 就是这个"房子"的"地基"。选择合适的主干网络是构建 3D 视频理解模型的关键一步。

参考：

pyskl模型代码_inflate dims of each block-CSDN博客