机器学习

《Learning Spatio-Temporal Repres

2021-09-10  本文已影响0人  ce0b74704937

一、核心创新

二、P3D Blocks和P3D ResNet

2.1 3D卷积解耦

3D卷积是同时提取空间信息和时间信息。拿核大小为3 x 3 x 3大小的3D卷积核来说,可以将其自然的解耦为一个1 x 3 x 3大小的卷积核和一个3 x 1 x 1大小的卷积核的组合。解耦的3D卷积称为伪(Pseudo)3D卷积。

2.2 Pseudo-3D Blocks

思想是将3D CNN按照2.1里面的解耦思想改造成P3D CNN,但是需要考虑两点:

基于这两点考虑设计出下面三种P3D CNN:


1.png

又基于上面的三种链接的CNN和原始ResNet Block,提出下列三种P3D Block:


2.png

2.3 Pseudo-3D ResNet

为了检验那种P3D Block效果好,进行如下实验:

3.png

为了使得P3D Block在网络中多样,文章简单的按照P3D-A→P3D-B→P3D-C顺序进行block替换这种网络就称为P3D ResNet,实验结果在上面表中也有显示。


4.png

其他具体的参数和实验结果详情可以看原文和代码。

上一篇 下一篇

猜你喜欢

热点阅读