手把手教你搭建3DCNN视频行为检测平台

手把手教你搭建3DCNN视频行为检测平台
共47节 640人在学 课程详情

  • 第1章 课程先导

    • 1、课程先导

  • 第2章 3DCNN算法原理

    • 2.1、3DCNN算法原理先导
    • 2.2、视频在计算机中的表达方式
    • 2.3、行为检测方法对比--1
    • 2.4、行为检测方法对比--2
    • 2.5、2D卷积算法原理
    • 2.6、3D卷积算法原理
    • 2.7、3D池化计算

  • 第3章 PyTorch框架与编程环境安装

    • 3.1、PyTorch框架与编程环境介绍
    • 3.2、pycharm的安装
    • 3.3、anaconda安装与虚拟环境的创建
    • 3.4、显卡驱动的安装
    • 3.5、pytorch深度学习环境安装-上
    • 3.6、pytorch深度学习环境安装-下
    • 3.7、额外依赖库的安装
    • 3.8、环境的测试-上
    • 3.9、环境的测试-下

  • 第4章 C3D模型原理与实战

    • 4.1、C3D模型与行为识别实战章节先导
    • 4.2、C3D网络结构
    • 4.3、C3D网络参数详解先导
    • 4.4、C3D网络参数详解-1
    • 4.5、C3D网络参数详解-2
    • 4.6、C3D网络模型总结
    • 4.7、UCF101数据集介绍
    • 4.8、视频行为检测实战先导
    • 4.9、C3D网络层初始化定义
    • 4.10、C3D网络前向传播撰写
    • 4.11、C3D网络权重初始化
    • 4.12、C3D网络预训练权重的加载
    • 4.13、数据集划分和处理脚本讲解
    • 4.14、VideoDataset代码宏观讲解
    • 4.15、数据路径的获取和标签的获取
    • 4.16、load_frames函数的讲解
    • 4.17、crop函数的讲解
    • 4.18、数据集的归一化和加载
    • 4.19、train函数的定义
    • 4.20、利用tensorbord记录训练日志
    • 4.21、训练过程代码撰写--1
    • 4.22、训练过程代码撰写--2
    • 4.23 、训练过程代码撰写--3
    • 4.24 、模型测试代码的撰写
    • 4.25 、C3D视频行为识别模型训练
    • 4.26 、利用tensorbord查看训练日志
    • 4.27 、C3D模型推理
    • 4.28 、视频数据的读取
    • 4.29 、视频行为检测推理
    • 4.30 、打架行为识别实战

    订阅失败

    手把手教你搭建3DCNN视频行为检测平台
    手把手教你搭建3DCNN视频行为检测平台 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    4.3、C3D网络参数详解先导，参数详细讲解

    课程介绍

    1. 课程章节丰富，对每个知识点讲解详细，其中代码采用流行的pytorch框架，代码都是手把手带着大家一行一行敲，具体课程目录如下：

    3. 课程采用主流的深度学习框架pytorch

    5. 课程含有丰富的课件、源码和数据，这些都会提供给大家，具体如下图所示：

    6. 数据集

    3. 网络框架

    4.  

    7. 代码

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中，请耐心等待几秒钟～