mc3_18¶
- torchvision.models.video.mc3_18(*, weights: Optional[MC3_18_Weights] = None, progress: bool = True, **kwargs: Any) VideoResNet[原始碼]¶
建構 18 層混合卷積網路，如
警告
影片模組處於 Beta 階段，不保證向後相容性。
參考文獻：A Closer Look at Spatiotemporal Convolutions for Action Recognition。
- 參數:
weights (
MC3_18_Weights, optional) – 要使用的預訓練權重。請參閱下方的MC3_18_Weights以取得更多詳細資訊和可能的值。預設情況下，不使用預訓練權重。progress (bool) – 如果為 True，則將下載進度條顯示到 stderr。預設值為 True。
**kwargs – 傳遞至
torchvision.models.video.resnet.VideoResNet基礎類別的參數。有關此類別的更多詳細資訊，請參閱 原始碼。
- class torchvision.models.video.MC3_18_Weights(value)[原始碼]¶
上面的模型建構器接受以下值作為
weights參數。MC3_18_Weights.DEFAULT等同於MC3_18_Weights.KINETICS400_V1。您也可以使用字串，例如weights='DEFAULT'或weights='KINETICS400_V1'。MC3_18_Weights.KINETICS400_V1:
權重與論文的準確度非常接近。準確度是在影片層級估算的，參數為 frame_rate=15、clips_per_video=5 和 clip_len=16。也以
MC3_18_Weights.DEFAULT的形式提供。acc@1 (在 Kinetics-400 上)
63.96
acc@5 (在 Kinetics-400 上)
84.13
min_size
height=1, width=1
類別
垂降, 空氣鼓, 回答問題, … (省略 397 個)
食譜
num_params
11695440
GFLOPS
43.34
檔案大小
44.7 MB
推論轉換可在
MC3_18_Weights.KINETICS400_V1.transforms中取得，並執行以下預處理操作：接受批次(B, T, C, H, W)和單一(T, C, H, W)影片影格torch.Tensor物件。影格使用interpolation=InterpolationMode.BILINEAR調整大小為resize_size=[128, 171]，然後進行中心裁剪，crop_size=[112, 112]。最後，值先重新縮放為[0.0, 1.0]，然後使用mean=[0.43216, 0.394666, 0.37645]和std=[0.22803, 0.22145, 0.216989]進行正規化。最後，輸出維度會排列為(..., C, T, H, W)張量。
