X3D
X3D copied to clipboard
[CVPR 2020] X3D: Expanding Architectures for Efficient Video Recognition
语言:
🇨🇳
🇺🇸
«X3D»复现了论文X3D: Expanding Architectures for Efficient Video Recognition 提出的视频分类模型
其CodeBase
来自于ZJCV/Non-local
内容列表
- 内容列表
- 背景
- 安装
- 使用
- 主要维护人员
- 致谢
- 参与贡献方式
- 许可证
背景
论文作者详细的分析了之前的视频理解模型的发展,提出6
个关键变量,通过逐步测试的方式搜索更好的模型,最终得到6
个不同变量大小的X3D
模型
安装
通过requirements.txt
安装运行所需依赖
$ pip install -r requirements.txt
处理数据时需要额外安装denseflow,可以在innerlee/setup中找到安装脚本
使用
首先设置GPU
和当前位置
$ export CUDA_VISIBLE_DEVICES=1
$ export PYTHONPATH=.
主要维护人员
- zhujian - Initial work - zjykzj
致谢
@misc{feichtenhofer2020x3d,
title={X3D: Expanding Architectures for Efficient Video Recognition},
author={Christoph Feichtenhofer},
year={2020},
eprint={2004.04730},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
参与贡献方式
欢迎任何人的参与!打开issue或提交合并请求。
注意:
-
GIT
提交,请遵守Conventional Commits规范 - 语义版本化,请遵守Semantic Versioning 2.0.0规范
-
README
编写,请遵守standard-readme规范
许可证
Apache License 2.0 © 2020 zjykzj