3D_resnet_regression

这是一个pytorch实现，用于使用在论文提出的3D-resnet架构根据RGB，深度和RGB深度图像进行联合状态估计。 在本文中，他们表明可以使用大型视频数据集从头开始训练3D CNN架构，以进行动作识别。 在此代码中，我们将此架构转换为回归架构，以直接从视频图像估计机器人操纵器的关节状态。 网络模型的实现是从存储库并进行更改的。 请检查和以获取有关方法，结果和实现细节的更详细说明。 而且，在同一存储库中，它们为几种体系结构提供了预训练的权重，这些体系结构可用于微调此网络。 要运行代码： 在“数据”文件夹中，有一个小的示例数据集，以演示代码使用哪种数据以及如何创建数据集。 运行代码的步骤 创建.csv文件，其中包含数据集的训练，验证和测试拆分的信息： python createCSV . py - - data_dir data / - - perc_train 50 - - pe