«C3D» 复现了论文Learning Spatiotemporal Features with 3D Convolutional Networks 提出的视频分类模型

C3D扩展了卷积核的维度，通过加入时间维度，将卷积核从空间感受野（HxW）扩展到时空感受野（TxHxW），能够有效的捕捉视频片段中的动作信息

• 内容列表
• 使用
• 主要维护人员
• 参与贡献方式
• 许可证

训练命令如下：

$ export CUDA_VISIBLE_DEVICES=1
$ export PYTHONPATH=.
$ python tools/train.py --config_file configs/c3d_hmdb51.yaml

本工程使用了PyTorch实现的HMDB51和UCF101数据集类，其解析和加载速度非常慢

• zhujian - Initial work - zjykzj

欢迎任何人的参与！打开issue或提交合并请求。

注意:

• GIT提交，请遵守Conventional Commits规范
• 语义版本化，请遵守Semantic Versioning 2.0.0规范
• README编写，请遵守standard-readme规范

Apache License 2.0 © 2020 zjykzj