slowfast全面学习记录

1.核心网络结构

分别高频与低频图像数据；分别进行特征提取；特征融合；预测（分类）

低频：处理环境特征，低频 ,故后续网络结构更复杂

高频：处理动作信息，高频，3d卷积设计更简单

动作特征往环境当中融

大小不同如何拼接？

slow pathway  提取环境信息

在特征提取时：conv1 

1×7×7  1时间维度  由于环境信息 不关注时间维度  故取1

64：输出特征图个数 

stride：1，2×2 （下采样）

fast pathway  提取动作信息

conv1  5×7×7 每隔5帧取一帧

8：由于输入数量大，故输出特征图减少更多

第一种使用最多

第二种丢失了信息

第三种相当于又做了一次3d卷积（论文中使用）

2.环境配置

安装requirements中的配置

文件中 带路径的改成自己的路径

3.