video_repres_mas:CVPR-2019论文代码

通过预测运动和外观统计信息进行视频的自监督时空表示学习 我们的CVPR 2019论文Tensorflow实施 更新 可以在找到此项工作的期刊（T-PAMI 2021）扩展，其中包括大量的附加分析和显着的性能提升（〜30％）。 相应的PyTorch实现可在此处获取： : 。 概述 我们在UCF101数据集上实现部分训练代码。 它包含基于运动统计信息的自我监督学习（请参阅本文中的更多详细信息）。 整个训练协议（运动统计信息和外观统计信息）都在pytorch版本中实现： : 。 要求 tensorflow> = 1.9.0 的Python 3 cv2 科学的 资料准备 您可以从下载原始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。 但是我建议您直接下载feichtenhofer提供的的预处理RGB和光流数据。 火车 在这里，我们提供了带有“占位