Video ResNet

VideoResNet 模型基于论文 A Closer Look at Spatiotemporal Convolutions for Action Recognition。

警告

视频模块处于 Beta 阶段，不保证向后兼容性。

模型构建器

可以使用以下模型构建器实例化 VideoResNet 模型，可选择使用或不使用预训练权重。所有模型构建器内部都依赖于 torchvision.models.video.resnet.VideoResNet 基类。有关此类的更多详细信息，请参阅 源代码。

r3d_18(*[, weights, progress])	构建 18 层 Resnet3D 模型。
mc3_18(*[, weights, progress])	构建 18 层混合卷积网络，如（论文中）。
r2plus1d_18(*[, weights, progress])	构建 18 层深度 R(2+1)D 网络，如（论文中）。