颜色分类leetcode 3DCNN:用于视频分类的3D卷积神经网络
颜色分类leetcode 3DCNN使用(作为后端)实现用于视频分类的3D卷积神经网络。描述此代码需要。此代码生成精度和损失图、模型图、结果和类名作为txt文件,模型作为hd5和json。您可以使用visualize_input.py制作输入图像,以最大化特定输出。此代码能够最大化任何分类模型的层输出。(仅允许密集层卷积层(2D/3D)和池化层(2D/3D)。)
要求:Python3、opencv3(带ffmpeg)、keras、numpy、tqdm。
3dcnn.py的选项如下:
-
--batch
批量大小,默认为128 -
--epoch
历元数,默认为100 -
--videos
存储数据集的目录名称,默认为UCF101 -
--nclass
要使用的类数,默认为101 -
--
将保存上述结果的目录 -
--color
使用RGB图像或灰度图像,默认为False -
--
间隔或连续获取帧,默认为True -
--depth
要使用的帧数,默认为10
3dcnn_ensemble.py的选项与3dcnn.py的选项几乎相同。您可以使用--n
。