Two-stream双流总结
2024-09-05 06:57:29
1、2014.Two-stream convolutional networks for action recognition in videos
两个流:空间流做single frame,时间流做multi-frame对稠密光流做CNN处理。两个流分别经过softmax后做class score fusion,(平均法 or SVM)。
2、2015.Towards Good Practices for Very Deep Two-Stream ConvNets
空间流3 channel,时间流10 channel。
trick:
1.空间流在ImageNet上预训练,时间流中的光流转换为0-255灰度图在ImageNet上预训练。
2.learning rate:时间流5e-3,1W个Iteration*0.1,3W次停止。空间流1e-3,4K个Iteration*0.1,1W次停止。
3.data argmentation:由于数据集过小的原因,采用裁剪增加数据集,4个角和1个中心,还有各种尺度的裁剪。从{26,224,192,168}中选择尺度与纵横比进行裁剪。
4.high dropout rate
5.多GPU训练
有PyTorch源码
3、16年Temporal Segment Networks Towards Good Practices for Deep Action Recognition
和上一篇是同一批作者,应该是把上一篇的内容丰富了一些,但还没有具体去看。上一篇5页,这一篇17页,后面再说吧。
提出两点贡献:
提出一个temporal segment network(TSN)网络,基于视频的动作识别网络,结合了稀疏时间采样策略,和大规模时间结构建模。(将视频分成K个序列,随机抽取一个,网络在所有的序列上共享参数)
一系列优化的策略,估计跟上一篇差不太多。
4、16年Convolutional Two-Stream Network Fusion for Video Action Recognition
此论文有公开源代码,用的是MATLAB。
5、17年Hidden Two-Stream Convolutional Networks for Action Recognition
此论文有公开源代码,用的是Caffe。
6、16年利用CNN生成光流图像FlowNet 2.0 Evolution of Optical Flow Estimation with Deep Networks
最新文章
- Microsoft Dynamics CRM 2013 Js Odata 查询
- 数据结构:单链表结构字符串(python版)
- web项目 log4j2的路径问题
- 360个人图书馆 轻松解除网页防复制 (转自老D)
- Python的with语句
- python函数参数
- searchBar 隐藏
- linux入门教程(八) Linux磁盘管理
- oracle 取随机数据
- ubuntu13.10 登陆后黑屏,没有菜单栏,可以启动termina,怎么解决?
- validate方法配置项
- JS使用合并数组
- nginx.conf 完整的集群配置
- javascript的insertBefore、insertAfter和appendChild简单介绍
- IIS7禁止后台访问
- 监听 在xshell中
- linux中的strings命令
- Spring Boot Endpoint
- GIL全局解释器锁+GIL全局解释器锁vs互斥锁+定时器+线程queue+进程池与线程池(同步与异步)
- python Image resize 对iOS图片素材进行2X,3X处理