使用P3D（pseudo-3d）进行视频场景的分类_ZNDS问答

懂了，谢谢您~

是的，已经改正

博主你好，感谢你的分享，我按照你的博客遇到如下两个问题： 1. 当我用C3D的c3d_ucf101_finetuning中的train.lst进行训练时，总是有这个错： Check failed: end_frm <= num_of_frames (209 vs. 208) end frame must be less or equal to num of frames。我把每个视频的最后一个数据片段删掉了之后，就不报这个错了，这是正常的吗？这个是我的数据层：
layer {
  name: "data"
  type: "VideoData"
  top: "data"
  top: "label"
  include {
phase: TRAIN
  }
  transform_param {
crop_size: 160
mean_value: 128
mirror: true
  }
  video_data_param {
source: "train_01_video_1.txt"
root_folder: "/data/lijiahao/action_recognition_datasets/UCF101/UCF-101/"
new_length: 8
sampling_rate: 2
new_height: 182
new_width: 242
use_image: false
show_data: false
batch_size: 10
shuffle: true
  }
}
2. 另外一个问题：用上述数据开始训练后，准确率只能达到82%，不管我怎么调整学习率，都很难达到更高的准确率，请问你知道这是怎么回事吗？
谢谢！

video input layer的c++代码有bug，目前你就用图片作为输入来绕过

那准确率呢？是不是还有什么trick要注意呢，我训练的结果在测试集上没有达到论文的精度。你是训练了多少步达到93%的呢，学习率设置为多少呢？我这边训练了20000步，感觉已经收敛了：
I0523 22:02:37.496280 27583 solver.cpp:331] Iteration 19000, Testing net (#0)
I0523 22:05:48.181365 27583 solver.cpp:398]    Test net output #0: accuracy/top-1 = 0.989
I0523 22:05:48.181493 27583 solver.cpp:398]    Test net output #1: accuracy/top-5 = 1
I0523 22:05:48.181515 27583 solver.cpp:398]    Test net output #2: loss = 0.02963 (* 1 = 0.02963 loss)
I0523 22:05:48.181527 27583 solver.cpp:331] Iteration 19000, Testing net (#1)
I0523 22:05:50.998272 27583 blocking_queue.cpp:49] Waiting for data
I0523 22:08:31.145496 27583 solver.cpp:398]    Test net output #0: accuracy/top-1 = 0.844
I0523 22:08:31.145651 27583 solver.cpp:398]    Test net output #1: accuracy/top-5 = 0.965
I0523 22:08:31.145689 27583 solver.cpp:398]    Test net output #2: loss = 0.662011 (* 1 = 0.662011 loss)
多谢博主！

请问您复现出来了吗，我的也是迭代20000次只有82%的accuracy..上不去了

		自动登录	找回密码
密码			立即注册

使用P3D（pseudo-3d）进行视频场景的分类

最新回答