注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. kinetics700数据集

  2. 一共有600个类别，每个类别至少600个视频以上，每段视频持续10秒左右。类别主要分为三大类：人与物互动，比如演奏乐器；人人互动，比如握手、拥抱；运动等。即person、person-person、person-objec

  3. 所属分类：深度学习

    • 发布日期：2020-07-06
    • 文件大小：23mb
    • 提供者：xueyoo

  1. 用GAN来生成视频，结果很诡异！

  2. 整理自“机器之心” 近日，来自 DeepMind 的研究者则尝试在视频建模领域实现逼真的效果，他们认为除了图像生成，GAN 在视频生成上也是没啥问题的。类似 BigGAN 的思路，研究者在复杂的 Kinetics-600 数据集上训练一种大型生成对抗网络（GAN），并期待该网络生成的视频样本复杂度大大高于之前的研究。 论文：Efficient Video Generation on Complex Datasets 论文地址：https://arxiv.org/pdf/1907.06571.p

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：545kb
    • 提供者：weixin_38737635

  1. MS-G3D:[CVPR 2020口腔] PyTorch实施“基于骨架的动作识别的解缠结和统一图卷积”-源码

  2. MS-G3D PyTorch实施的“解开和统一图卷积以进行基于骨骼的动作识别”，CVPR 2020口头。 [ ] [] [ ] 依存关系 Python> = 3.6 PyTorch> = 1.2.0 （自动混合精度培训） PyYAML，tqdm，tensorboardX 资料准备 磁盘使用警告：预处理后，对于NTU RGB + D 60，NTU RGB + D 120和Kinetics 400，数据集的总大小分别约为38GB，77GB，63GB。原始/中间大小可能会更大

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：42mb
    • 提供者：weixin_42122340

  1. mmaction2:OpenMMLab的下一代视频理解工具箱和基准-源码

  2. 介绍 English | MMAction2是一个基于PyTorch的用于视频理解的开源工具箱。 它是项目的一部分。 master分支可与PyTorch 1.3+一起使用。 Kinetics-400上的动作识别结果 AVA-2.1的时空行为检测结果 主要特点 模块化设计 我们将视频理解框架分解为不同的组件，并且可以通过组合不同的模块轻松地构建自定义的视频理解框架。 支持各种数据集 该工具箱直接支持多个数据集，UCF101，Kinetics- [400/600/700]，Somethi

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：10mb
    • 提供者：weixin_42138780

  1. Kinetics Human Action Video Dataset 人体动力学行为视频数据集-数据集

  2. The dataset is provided by DeepMind.本数据集由DeepMind出品。 countix_datasets.tar.gz avakinetics_datasets.zip kinetics400_datasets.tar.gz kinetics600_datasets.tar.gz kinetics700_2020_delta_datasets.tar.gz kinetics700_2020_datasets.tar.gz kinetics700_d

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：106mb
    • 提供者：weixin_38624437

  1. GCN-NAS:AAAI2020“用于通过神经搜索进行基于骨骼的人体动作识别的学习图卷积网络”的源代码-源码

  2. GCN-NAS PyTorch源代码，“”，AAAI2020 要求 python包 pytorch = 0.4.1 火炬视觉> = 0.2.1 资料准备 从和下载原始数据。 并预处理数据。 用预处理数据 python data_gen/ntu_gendata.py python data_gen/kinetics-gendata.py. 使用以下命令生成骨骼数据： python data_gen/gen_bone_data.py 模型训练 在这里，您可以训练通过我们的方法搜索的

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：67kb
    • 提供者：weixin_42116847

  1. 3D-ResNets-PyTorch：用于动作识别的3D ResNets（CVPR 2018）-源码

  2. 用于动作识别的3D ResNet 更新（2020/4/13） 我们在arXiv上发表了一篇论文。 我们上载了本文所述的预训练模型，包括在结合了Kinetics-700和Moments in Time的数据集中预训练的ResNet-50。 更新（2020/4/10） 我们极大地更新了脚本。 如果要使用旧版本来复制我们的CVPR2018论文，则应使用CVPR2018分支中的脚本。 此更新包括： 重构整个项目 支持更新的PyTorch版本 支持分布式培训 支持对“时刻”数据集的培训和测试。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：43kb
    • 提供者：weixin_42121412

  1. video-classification-3d-cnn-pytorch：使用3D ResNet的视频分类工具-源码

  2. 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 FFm

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：154kb
    • 提供者：weixin_42097189

  1. 3D ResNet：用于动作识别的3D ResNet-源码

  2. 用于动作识别的3D ResNet 这是以下论文的PyTorch代码： 该代码仅包括对ActivityNet和Kinetics数据集的培训和测试。 如果您想使用我们的预训练模型对视频进行分类，请使用。 提供了此代码的PyTorch（python）版本。 PyTorch版本包含其他模型，例如预激活ResNet，Wide ResNet，ResNeXt和DenseNet。 引文 如果您使用此代码或预先训练的模型，请引用以下内容： article{hara3dcnns, aut

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：24kb
    • 提供者：weixin_42126274