TransNet:基于迁移学习的网络人体动作识别
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了TransNet,一种用于人体动作识别的端到端深度学习架构。TransNet将3D-CNN解构为2D和1D-CNN,并结合其他领域的预训练2D-CNN模型,以提高效率和准确性。大量实验表明,TransNet表现优异。
🎯
关键要点
-
TransNet是一种用于人体动作识别的端到端深度学习架构。
-
TransNet通过将复杂的3D-CNN解构为2D和1D-CNN来简化模型。
-
该架构结合了其他领域的预训练2D-CNN模型,以提高效率和准确性。
-
大量实验结果表明,TransNet在灵活性、模型复杂度、训练速度和分类准确性方面优于最先进的模型。
🏷️