I3D笔记
💡
原文中文，约700字，阅读约需2分钟。
📝
内容提要
I3D是一种视频理解模型，采用双流网络架构，将2D网络扩展为3D网络。文章介绍了Kinetics数据集，包含400种人体动作，每种动作有400多个来自YouTube的视频示例。模型整体架构基于Inception-v1，后期改用ResNet以提升性能。
🎯
关键要点
- I3D是一种视频理解模型，采用双流网络架构。
- 模型的核心贡献是将2D网络膨胀为3D网络。
- Kinetics数据集包含400种人体动作，每种动作有400多个来自YouTube的视频示例。
- 模型最初基于Inception-v1架构，后期改用ResNet以提升性能。
🏷️
标签
➡️
