-
Temporal Segment Networks: Towards Good Practices for Deep Action Recognition（ECCV 2016）引言分析
先从引言开始分析，分析文章的写作思路，说不定对写论文有所裨益，但...
-
Convolutional Two-Stream Network Fusion for Video Action Recognition
这篇文章贵在思路清晰，整篇文章的问题引入及脉络在引言就已经很精彩了，很值得学习借鉴
这篇文章引言其实就是再说，...
-
Learning Spatiotemporal Features with 3D Convolutional Networks
这篇文章提出了C3D模型，成为了之后研究的基础性原型，值得注意的是作者使用了一系列可视化方法对C3D学习到的特征进行可视化...
-
A Hierarchical Deep Temporal Model for Group Activity Recognition核心亮点层次模型
如图，该模型逻辑上分为两个阶段，第一个阶段预测单人级别的行为，第二阶段收集第一阶段获得的行为隐变量...
-
TSM: Temporal Shift Module for Effificient Video Understanding
对于实际部署来讲，硬件高效的视频理解方法十分重要。论文提出时也有一些方法，来tradeoff建模与计算量，但是论文提出，已知...
-
Is Space-Time Attention All You Need for Video Understanding?一. 主要思想这篇文章所提出的模型仅使用了自注意力来实现视频分类。该模型将用于图像分类的ViT模型进行扩展，将空间从2D图像空间...
-
论文阅读笔记：MobileNets系列论文浅析：mobilenet v1
参考原论文
参考B站视频
hint: 为了去寻找一个最优的网络架构，有哪些思考模式是可以借鉴的
核心亮点depth-wise separable convolution
...
-
X3D: Expanding Architectures for Effificient Video Recognition一. 主要思想该模型基于“mobile-regime”系列模型MobileNet, 对原模型稍作修改，令乘加运算数少了近10倍...
-
论文阅读笔记：“Aggregated Residual Transformations for Deep Neural Networks”
我想读一些关于网络架构设计的文章，也许会有利于我搭建自己的network，虽然说他们只是2D的架构但是迁移到3...
-
论文阅读笔记：MobileNets系列论文浅析：mobilenet v2
参考原论文
参考B站视频
hint: 为了去寻找一个最优的网络架构，有哪些思考模式是可以借鉴的。哪怕我无法提出一个通用的网路架构design的创新方法，学习已有的架构设计思路来...