TransNet V2
使后感
TransNet V2 和 传统的 scenedetector出来的结果很类似,实验下来,两种算法都很细致的把转场内容分离出来。各有各的特色
TransNet V2会得到更合理的聚类,有些相似内容,还是会尽最大力把它们分离出来,能够很好的处理场景通过“fade”的过渡
scenedetector也会得到一些合理的聚类,基本上色彩分布差不多的会把它们尽最大可能分在一起,不能很好的处理“fade”过渡,整个算法被色彩主导, 对色彩敏感
TransNet V2的例子 :118 - 120
scenedetector的例子105 - 116
安利:博主个人更喜欢TransNetV2的结果,But, 两种算法都不错啦
pytorch 版本的inference
稍等
。。。
DDCNN cells
老的:
6个 DDCNN cells, 每个cell: 都有4个 3 × 3 × 3 convolution operations, 这些Co