使用3D ResNet进行视频分类 这是使用训练的3D ResNet进行视频(动作)分类的pytorch。 在Kinetics数据集上训练了3D ResNet,该数据集包括400个动作类。 此代码将视频用作输入,并在得分模式下输出每16帧的班级名称和预测班级得分。 在功能模式下,此代码每16帧输出512个暗角的功能(在全局平均池化之后)。 提供此代码的Torch(Lua)版本。 要求 conda install pytorch torchvision cuda80 -c soumith FFmpeg,FFprobe wget http://johnvansickle.com/ffmpeg/