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

• --output 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

• --skip 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。