一、简述

        这里主要介绍了基于自定义动作识别数据集训练用于视频分类的 3D 卷积神经网络 (CNN) 。3D CNN 使用三维滤波器来执行卷积。内核能够在三个方向上滑动，而在 2D CNN 中它可以在二维上滑动。

        这里的模型主要基于D. Tran 等人2017年的论文“动作识别的时空卷积研究”。

https://arxiv.org/abs/1711.11248v3https://arxiv.org/abs/1711.11248v3

1、模型结构

2、数据集

        数据集使用的是别人贡献的开源数据集，感谢所有愿意开源的兄弟。