3D ResNet 相关论文解读与模型测试

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3D ResNet 相关论文解读与模型测试相关的知识,希望对你有一定的参考价值。

参考技术A

    由于3DCNN在处理视频数据的良好表现,从而将3D卷积引入到ResNet网络中。将3D-ResNet在 ActivityNet 和 Kinetics 进行训练,记过发现在ActivityNet上出现了过拟合,而在大数据量的Kinetics上的表现优于C3D等网络。

    因为在ImageNet预训练的模型应用很广泛,作者希望可以仿照2DCNN预训练模型的成功,提供基于3DResNet在 Kinetics 预训练的结果。

   作者基于ResNet-18通过在各个数据集上的测试,证明了仅为18层的网络在小数量的数据集 UCF101 、 HMDB-51 、ActivityNet上出现了过拟合,而在数据量最为充分的Kinects上表现最好。如果希望在UCF101等小数据集上得到较高的准确率,可以 基于kinects预训练的模型进行微调 。下图是在UCF101和HMDB-51上微调的结果:

以上是关于3D ResNet 相关论文解读与模型测试的主要内容,如果未能解决你的问题,请参考以下文章

ResNet论文解读/总结

图像分类算法:ResNet论文解读

深度学习经典神经网络 ResNet 论文解读

DenseNet 论文解读

CVPR 2022 | 美团技术团队精选论文解读

论文解读SMOKE 单目相机 3D目标检测(CVPR2020)