RSPNet:AAAI2021纸的官方Pytorch实施（RSPNet

RSP网 AAAI2021论文“ ”的官方Pytorch实施 入门 安装依赖项 可以使用pip安装所有依赖项： python -m pip install -r requirements.txt 我们的实验在Python 3.7和PyTorch 1.6上运行。 其他版本应该可以使用，但未经测试。 转码视频（可选） 此步骤是可选的，但将大大提高数据加载速度。 我们在训练时会实时解码视频，因此我们不需要拆分帧。 这样可以使磁盘IO更快，但会增加CPU使用率。 此转码步骤旨在通过1）较低的视频分辨率来减少解码所消耗的CPU。 2）添加更多关键帧。 要执行转码，您需要安装ffmpeg ，然后运行： python utils/transcode_dataset.py PATH/TO/ORIGIN_VIDEOS PATH/TO/TRANSCODED_VIDEOS 请注意，这将使用您所有的