video_repres_sts:我们的T-PAMI 2021纸的Pytorch实施

通过发现时空统计数据进行自我监督的视频表示学习 Pytroch实施我们的T-PAMI 2021论文“”，这是我们在提出的初步工作的期刊扩展。 此期刊版本中还提供了广泛的其他分析方法。 性能也显着提高了近30％。 Tensorflow实现（我们之前的CVPR 2019工作）可在以下获得： ： 。 概述 拟议方法的框架。 给定一个未标记的视频剪辑，将重新合并14个运动统计标签和13个外观统计标签。 这些标签描述了最大运动的空间位置和主要方向，沿时间轴的最大颜色多样性的空间位置和主要颜色等。 要求 pytroch> = 1.3.0 张量板 cv2 科学的 用法 资料准备 UCF101数据集 从下载原始的UCF101数据集。 然后从视频中提取RGB图像，最后使用TVL1方法提取光流数据。 或者照片直接下载UCF101的预处理RGB和光流数据通过feichtenhofer提供。 火车