mc3_18¶
- torchvision.models.video.mc3_18(*, weights: Optional[MC3_18_Weights] = None, progress: bool = True, **kwargs: Any) VideoResNet[源代码]¶
构建 18 层混合卷积网络，如
警告
视频模块处于 Beta 阶段，不保证向后兼容性。
- 参数：
weights (
MC3_18_Weights，可选) – 要使用的预训练权重。有关更多详细信息和可能的值，请参见下面的MC3_18_Weights。默认情况下，不使用任何预训练权重。progress (布尔值) – 如果为 True，则将下载进度条显示到标准错误。默认为 True。
**kwargs – 传递给
torchvision.models.video.resnet.VideoResNet基类的参数。有关此类的更多详细信息，请参阅 源代码。
- 类 torchvision.models.video.MC3_18_Weights(value)[源代码]¶
上面的模型构建器接受以下值作为
weights参数。MC3_18_Weights.DEFAULT等效于MC3_18_Weights.KINETICS400_V1。您还可以使用字符串，例如weights='DEFAULT'或weights='KINETICS400_V1'。MC3_18_Weights.KINETICS400_V1:
这些权重非常接近论文的准确率。准确率是在视频级别上使用参数 frame_rate=15、clips_per_video=5 和 clip_len=16 估算的。也称为
MC3_18_Weights.DEFAULT。acc@1（在 Kinetics-400 上）
63.96
acc@5（在 Kinetics-400 上）
84.13
最小尺寸
高度=1，宽度=1
类别
下降、空中击鼓、回答问题、…（省略 397 个）
食谱
参数数量
11695440
GFLOPS
43.34
文件大小
44.7 MB
推理转换在
MC3_18_Weights.KINETICS400_V1.transforms中可用，并执行以下预处理操作：接受批处理的(B, T, C, H, W)和单个(T, C, H, W)视频帧torch.Tensor对象。帧使用interpolation=InterpolationMode.BILINEAR调整大小到resize_size=[128, 171]，然后进行crop_size=[112, 112]的中心裁剪。最后，将值首先重新缩放到[0.0, 1.0]，然后使用mean=[0.43216, 0.394666, 0.37645]和std=[0.22803, 0.22145, 0.216989]进行归一化。最后，输出维度被置换为(..., C, T, H, W)张量。
