- 博客(10)
- 收藏
- 关注
RSS订阅转载 《Action Detection》- Temporal Action Detection with Structured Segment Networks(SSN)
目录摘要简介SSN介绍Three-Stage结构STPPActivity和Completeness分类器位置回归和多任务损失摘要SSN（structured segment network，结构化的段网络）通过结构化的时间金字塔对每个行为实例的时间结构进行建模。金字塔顶层有decomposed discriminative model（分解判别模型），包含两个分类器：用于分类行为（针对recognition）和确定完整性（针对localization）。集成到统一的网络中，可以以端到端的方式高效地进行训
2021-11-11 15:42:25
343
原创 《Action Recognition》-Quo Vadis, Action Recognition? A New Model and the Kinetics Dataset(I3D)
《Action Recognition》-I3D目录《Action Recognition》-I3DContributionsExperimentResultContributions在新的数据集Kinetics上对当时的SOTA模型进行了实验，并分析了在Kinetics预训练后模型的提升。Kinetics数据集包含了400种动作，每个动作有超过400个片段的视频。提出了一种新的模型Two Stream Inflated 3D ConvNet(I3D),在HMDB-51和UCF-101数据集上分别
2021-11-11 14:57:58
2541
原创 《Action Recognition》-Learning Spatiotemporal Features with 3D Convolutional Networks(C3D)
《Action Recognition》-Learning Spatiotemporal Features with 3D Convolutional Networks(C3D)目录《Action Recognition》-Learning Spatiotemporal Features with 3D Convolutional Networks(C3D)ContributionsFrameworkResultConclusionContributionsWe experimentally sho
2021-11-11 14:11:31
3269
原创 《Action Recognition》-Temporal Segement Network(TSN)
《Action Recognition》-Temporal Segement Network(TSN)目录《Action Recognition》-Temporal Segement Network(TSN)MotivationMotivationTSN网络的主要motivation如下：设计一个有效和高效的视频级框架来训练视频分类，能够捕获长期的时间信息在Two-stream 网络中的一个显著的问题就是它不能很好的利用long-range的时序信息，因为输入是一帧RGB的图像和图像的堆叠光流
2021-11-10 23:16:39
2309
原创 目标分类和目标检测学习笔记-理论篇
文章目录一、目标分类篇**1.AlexNet**网络结构网络亮点**2.VGG**网络结构网络亮点**3.GoogLeNet**网络结构网络亮点**4.Resnet**网络结构网络亮点为什么残差网络会work？5.MobileNet6.ShuffleNet7.EfficientNet8.Vision Transformer二、目标检测篇1.RCNN->Fast_RCNN->Faster_RCNN**RCNN**(mAP:53.7% of PASCAL VOC 2010)算法流程Fast-RCNN
2021-11-01 19:07:35
647
原创 pyxll插件安装
pyxll安装安装准备安装步骤安装准备把这个文件夹放到你想安装的位置安装步骤打开Bom_install文件夹，双击installer.bat2.勾选Add Python to PATH,点击Install Now
2021-08-19 13:05:03
6087
13
原创 pyxll使用笔记：在excel中搭建Python界面
pyxll使用笔记：在excel中搭建Python界面目录pyxll使用笔记：在excel中搭建Python界面1.搭建python环境1.搭建python环境
2021-08-16 14:31:39
3359
11
原创 Pytorch保存模型数据和重新载入
1.保存模型和优化器数据checkpoint_path="checkpoint.pth.tar"checkpoint_dict = {"epoch": epoch+1, "model_state": model.state_dict(), "optimizer_dict": optimizer.state_dict()}torch.save(checkpoint_dict, checkpoint_path)2重新载入模型和
2021-07-28 16:51:26
201
原创 ICCV DeeperAction Track1
目录1.激活pt1.0环境：2.通过bmn生成proposals训练模型：推断：3.视频分类3.1训练：3.2推断：3.3合并结果：4.评估模型5.生成test_result.json6.提交结果1.激活pt1.0环境：cd ../usersource anaconda3/bin/activate pt1.0cd ../../mnt/data1/zhx/DeeperAction2.通过bmn生成proposalscd bmn_net训练模型：python main.py --mode t
2021-07-28 12:54:54
106
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人