YouTube-8M
文章平均质量分 83
半分热度
这个作者很懒,什么都没留下…
展开
-
2018-A Teacher Student Network for Video Classification Using Fewer Frames
arxiv:https://arxiv.org/abs/1805.04668 作者首先训练了一个教师网络,它查看视频中的所有帧。然后训练一个学生网络,其目标是只处理视频中的一小部分帧,并且产生的结果非常接近教师网络。作者在YouTube-8M数据集上进行了实验,结果表明所提出的学生网络在性能下降很小的情况下,推理时间可以减少30%。 作者关注了一个最先进的模型,其性能在这个数据集上接近最好,将此模型作为教师网络,并训练了一个可比较的学生网络。在这项工作中,作者选择了分层RNN(hierarchical RN原创 2021-03-15 15:10:34 · 352 阅读 · 0 评论 -
youtube-8m入门(数据集可视化,统计数据集,使用Bi-lstm进行分类)
这是一些可能与本次比赛有关的阅读材料。 原始数据集文件: YouTube-8M:大型视频分类基准:https://arxiv.org/abs/1609.08675 上届比赛: 借助Context Gating进行视频分类的可学池:https : //arxiv.org/abs/1706.06905 YouTube-8M视频理解挑战的猴子式解决方案:https://arxiv.org/abs/1706.05150 大规模Youtube-8M视频理解的时间建模方法:https://arxiv.org/abs/1原创 2021-03-11 10:46:41 · 1801 阅读 · 0 评论 -
2017-UTS提交给谷歌的YouTube-8M挑战赛UTS submission to Google YouTube-8M Challenge 2017
intro: CVPR’17 Workshop on YouTube-8M arxiv: https://arxiv.org/abs/1707.04143 github: https://github.com/ffmpbgrnn/yt8m YouTube-8M提供的帧级数据集分为静态图像特征和音频特征,静态图片特征是由ImageNet上预先训练的Inception network提取的,音频特征是由YouTube-8M第一个版本上训练的VGG模型提取的。 摘要 在这篇文章中,我们提出了我们的解决方案,谷歌Y原创 2021-03-03 16:13:04 · 372 阅读 · 0 评论