C3D網絡筆記

C3D網絡 論文鏈接 論文翻譯 該論文發現: 1、3D ConvNets比2D ConvNets更適用於時空特徵的學習; 2、對於3D ConvNet而言,在所有層使用3×3×3的小卷積核效果最好; 3、我們通過簡單的線性分類器學到的特徵名爲C3D(Convolutional 3D),在4個不同的基準上優於現有的方法,並在其他2個基準上與目前最好的方法相當。 論文的主要貢獻 我們的實驗表明3D卷積
相關文章
相關標籤/搜索