颜色分类leetcode-3d-cnn-action-recognition:在UCF-101数据集上使用3DConvnet实现...

颜色分类leetcode 3D - 用于动作识别的卷积神经网络 用于视频分类的 3D 卷积神经网络的实现（作为后端）。 描述 此代码需要 . 此代码生成精度和损失图，模型图，结果和类名作为 txt 文件，模型作为 hd5 和 json。 您可以使用visualize_input.py 制作输入图像，以最大化特定输出。 此代码能够最大化任何分类模型的层输出。 （仅允许密集层卷积层（2D/3D）和池化层（2D/3D）。） 要求 Python3 opencv3（带 ffmpeg）、keras、numpy、tqdm 选项 3dcnn.py 的选项如下： --batch批量大小，默认为 128 --epoch历元数，默认为 100 --videos存储数据集的目录名称，默认为 UCF101 --nclass要使用的类数，默认为 101 --output将保存上述结果的目录--color使用 RGB 图像或灰度图像，默认为 False --skip间隔或连续获取帧，默认为 True --depth要使用的帧数，默认为 10 3dcnn_ensemble.py 的选项与 3dcnn.py 的选项几乎