Video Classification Cnn Rnn

🚀 🎬 CNN - RNNアーキテクチャによる動画分類

このプロジェクトは、転移学習と再帰モデルを用いてUCF101データセット上で動画分類器をトレーニングする方法を示しています。動画分類は、レコメンデーションやセキュリティなどの分野で重要なユースケースとなっています。

著者: Sayak Paul
作成日: 2021/05/28
最終更新日: 2021/06/05
説明: UCF101データセットを使用して、転移学習と再帰モデルで動画分類器をトレーニングします。
Kerasのドキュメント リンク

🚀 クイックスタート

この例では、動画分類を実証しています。動画分類は、レコメンデーションやセキュリティなどのアプリケーションにおける重要なユースケースです。UCF101データセットを使用して動画分類器を構築します。このデータセットは、クリケットのショット、パンチ、自転車に乗るなど、さまざまなアクションに分類された動画で構成されています。このデータセットは、動画分類の応用例であるアクション認識器を構築するために一般的に使用されます。

動画はフレームの順序付けられたシーケンスで構成されています。各フレームには空間情報が含まれ、それらのフレームのシーケンスには時間情報が含まれています。これらの両方の側面をモデル化するために、畳み込み（空間処理用）と再帰層（時間処理用）から構成されるハイブリッドアーキテクチャを使用します。具体的には、畳み込みニューラルネットワーク（CNN）とGRU層から構成される再帰ニューラルネットワーク（RNN）を使用します。このようなハイブリッドアーキテクチャは、CNN - RNNとして一般に知られています。

💻 使用例

基本的な使用法

Test video path: v_Punch_g03_c02.avi
  Punch: 56.50%
  TennisSwing: 29.97%
  PlayingCello:  6.47%
  ShavingBeard:  3.69%
  CricketShot:  3.38%