机器学习笔记 - 基于自定义数据集 + 3D CNN进行视频分类

本文档介绍了一个使用3D卷积神经网络(CNN)进行视频分类的项目,特别是在动作识别上的应用。基于D. Tran等人的研究,作者详细阐述了模型结构、数据集的选择(动态手势识别数据集),并提供了从数据加载、模型创建、训练过程到结果评估的完整代码实现。项目采用TensorFlow 2.10进行,并展示了如何使用(2+1)D卷积减少参数数量和提高效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、简述

        这里主要介绍了基于自定义动作识别数据集训练用于视频分类的 3D 卷积神经网络 (CNN) 。3D CNN 使用三维滤波器来执行卷积。内核能够在三个方向上滑动,而在 2D CNN 中它可以在二维上滑动。

        这里的模型主要基于D. Tran 等人2017年的论文“动作识别的时空卷积研究”。

https://arxiv.org/abs/1711.11248v3icon-default.png?t=N7T8https://arxiv.org/abs/1711.11248v3

1、模型结构

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坐望云起

如果觉得有用,请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值