没有合适的资源?快使用搜索试试~ 我知道了~
颜色分类leetcode-3d-cnn-action-recognition:在UCF-101数据集上使用3DConvnet实现...
共26个文件
py:10个
txt:5个
png:3个
需积分: 49 3 下载量 124 浏览量
2021-07-06
21:28:41
上传
评论
收藏 9.79MB ZIP 举报
温馨提示
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
资源推荐
资源详情
资源评论
收起资源包目录
3d-cnn-action-recognition-master.zip (26个子文件)
3d-cnn-action-recognition-master
3dcnnresult
ucf101_3dcnnmodel.json 5KB
model_loss.png 31KB
model_accuracy.png 30KB
ucf101_3dcnnmodel-gpu.hd5 2.8MB
result.txt 213B
.gitignore 44B
videoto3d.pyc 2KB
d_3dcnnmodel-01-0.07.hd5 8.37MB
display.png 307KB
3dcnn.py 7KB
visualize_input.py 5KB
README.md 3KB
3dcnn-my-model.py 10KB
display.py 848B
videoto3d.py 1KB
3DCNN-v2.0
3dcnnresult
classes.txt 34B
videoto3d.pyc 2KB
3dcnn.py 10KB
visualize_input.py 5KB
HOW TO CONVERT Videos TO FRAMES
convert_video_to_images.sh 835B
Instruction_to_extract_10_frames.txt 414B
INSTRUCTION_to_convert_video.txt 472B
frame_script.py 1KB
SAMPLE_COMMAND.TXT 444B
display.py 848B
videoto3d.py 702B
共 26 条
- 1
资源评论
weixin_38728347
- 粉丝: 4
- 资源: 912
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功