我有暴力情况的视频数据集，我把每个视频转换成7张图像。我使用经过预先训练的vgg16从每一幅图像中提取特征，因此我现在将数据集设置为图像数组，并且每一幅图像都具有7_7_512大小。我只制作了10个数据集的视频，所以我的特征是( 10 *7 = 70)图像，所以我的一系列功能都是形状(70，7，7,512)。因此，我把我的数据重塑成这样的概念(样本、时间步骤、特性)--我把我的样本作为我的视频，我的时间步骤是来自每一个视频的图像数，即7幅图像，而功能的数量是7_7_512 = 25088，所以我重新输入了
浏览 9提问于2020-04-23得票数 1
2回答
在通过convnet传递视频帧并获得输出特征图之后，如何将数据传递到LSTM？另外，如何通过CNN将多个帧传递到LSTM？
在其他作品中，我想用CNN处理视频帧以获得空间特征。然后，我希望将这些特征传递给LSTM，以便对空间特征进行时间处理。如何将LSTM连接到视频功能？例如，如果输入的视频是56x56，然后当通过CNN的所有层时，假设它是20: 5x5的，那么这些层是如何逐帧连接到LSTM的？ANd是不是应该先通过全连接层？谢谢，乔
浏览 2提问于2016-05-03得票数 9
1回答
我有成千上万的视频，其中每一个都包括固定的帧数，也就是35帧。我试图通过训练LSTM模型来对视频进行分类。但我不知道人们如何保持视频的顺序结构，并训练一个LSTM模型。因此，我想做的是；
将这35帧功能提供给LSTM层-如何通过批处理将每个视频(35帧)提供给LSTM？但是，，我不知道如何保持视频的顺序结构，同时将所有数
浏览 8提问于2017-08-26得票数 1
1回答
., input_shape=(4, 17)))model.add(LSTMactivation='relu')) model.summary()
我为每个LSTM
浏览 8提问于2022-08-24得票数 0
回答已采纳
我是Keras的新手，正在尝试实现这个网络
该网络将视频帧作为x= {x1，........，xT}，其中T是视频中的帧数，x是大小为2048的帧的视觉特征x = Input(batch_shape=(1, None, 2048), name='x')ls
浏览 5提问于2017-02-10得票数 3
1回答
torch.Size([1, 512, 25])
torch.Size([1, 512, 6]) 因此，在最终的最大池化层之后，数据的大小为 torch.Size([1, 512, 6]) 如何处理此输出并将其放入LSTM我们如何将结果提供给LSTM？它会涉及到从最后一个最大池层中扁平化我们的输出吗？或者LSTM的输入大小是512还是6？ 请多多指教，谢谢。LSTM需要#个样本(音频时间序列)、#个时间步长(32000)、#个特征的3D输入形状
浏览 47提问于2019-09-14得票数 2
1回答
我正在训练一个LSTM网络模型，使用媒体特性进行手语识别。每个视频都有不同的长度，从媒体只识别4帧的
浏览 3提问于2022-06-10得票数 0
回答已采纳
1回答
用于多元序列预测的Lstm方法
、、、、
我和我堆叠的LSTM模型混在一起了。Lstm有不同类型的应用程序。例如，在图像中显示了两种类型的LSTM，机器翻译和视频分类。我的模型如下。def create_stack_lstm_model(units): model.add(LSTM(units, activation='relu', return_sequences=True, input_shape=(n_steps, n_feature
浏览 6提问于2020-12-20得票数 0
回答已采纳
1回答
创建LSTM网络请参考以下代码： NumberofClasses=8model.add(LSTM(256,dropout=0.2,input_shape=(callbacks = [EarlyStopping(monitor='val_loss', patience=10, verbose=1),
ModelCheckpoint('video_1_LSTM，我的数据有一个属于8个不同类的131个视频样本。我为每个视频设置了32帧的
浏览 20提问于2019-06-10得票数 1
1回答
我在Python中使用LSTM。为了训练LSTM，我需要告诉LSTM依赖变量是什么，独立变量是什么。我的因变量的形状是(4432，1)，我的3D自变量数组(lstm_ivs)的形状是(4432，14,1800)。如何拆分用于训练的数据？LSTM如何了解哪个因变量属于相应的独立变量(不要忘记1800个时间步长)？到目前为止，这是我的代码：
lstm_shape
浏览 1提问于2020-09-06得票数 0
4是LSTM单元的默认4门吗？能不能再给我解释一下卷积里面是怎么回事？谢谢。3
"""
Generate a convolutional LSTM
浏览 5提问于2018-06-19得票数 4
我有数千个视频，每个视频有37帧。我已经用CNN模型提取了每一帧的特征，并保存了它们。, features_length)lstm_model.add(LSTM(2048, return_sequences=True, input_shape= in_shape, dropout=0.5))lstm_model.add(Dense(512, activation=
浏览 1提问于2017-09-08得票数 1
回答已采纳
双向模型来对视频进行分类。该模型工作棒和分类的视频与90+的准确性。但是，无论视频输入是什么，LSTM双向模型的推理始终是相同的。我已经确保每个单独的视频帧发送到LSTM模型作为一个序列是正确的。(使用MobileNet模型来识别每个帧，并正确地完成，从而得出发送到LSTM的帧是完美的)请帮助我识别问题&修复。所有要求的细节如下。模型的详细信息：
使用LSTM双向模型提取提取的特征，并将视频<
浏览 1提问于2019-02-12得票数 2
回答已采纳
我有从视频中获得的时间序列数据。数据由比特率和每个时间戳对应的标签对组成：前30秒的分配情况如下：我为这个数据集建立了一个LSTM模型，以便能够根据比特率对标签进行分类。
浏览 0提问于2021-05-22得票数 0
1回答
这意味着90个数组，每个30帧，每个frames.And 90数组有1662个关键点，这意味着每个视频有30个numpy数组视频。(85, 30, 1662)
from tensorflow.keras.layers import LSTM, Dense
model.add(LSTM</em
浏览 9提问于2022-05-22得票数 0
我试图(通过检测)跟踪视频中的对象。问题是检测到的对象标签在视频的帧上发生了变化。我相信使用RNN(例如，LSTM )可能有助于使标签更加稳定，但我不知道如何使用我的对象检测器(MobilenetV2+SSD)的冻结模型作为LSTM层的输入，并对该层进行训练。
浏览 0提问于2018-12-31得票数 0
回答已采纳
1回答
我们可以使用输入数据没有时间关系(不是时间序列)的Seq2Seq模型吗？例如，我有一个图像区域列表，我希望将其提供给我的seq2seq模型。模型应该预测描述(输出是时间序列|)或标题。 我不是从技术角度来问，我知道如果数据的格式是正确的，那么我可以这样做。我的问题是理论上的，可以使用没有时间序列数据的Seq2Seq吗？在这种情况下有没有关于使用Seq2Seq的论文/文章/参考资料？
浏览 30提问于2021-02-11得票数 2
回答已采纳
1回答
因此，我脑海中想到的一个想法是，在CNN层(CNN+LSTM)中添加LSTM层。
如何准备数据集(图像帧)。例如，我有10个A类和B级的视频，我是否需要像视频中一样，将图像按顺序排列。(到目前为止，对于正常的图像分类，我已经对图像帧进行了洗牌)一个参考链接将是很好的2和3。
是否需要像视频中那样更新图像帧？
浏览 0提问于2019-05-13得票数 9
对于我的处理情感识别的项目，我有一个由多个视频组成的数据集，范围从0.5s到10s。我有一个应用程序，它遍历每个视频，并创建一个.csv文件，其中包含它从视频中的每一帧提取的特征，即，每行代表视频中的每一帧(没有。行是可变的)，列表示应用程序从框架中提取的不同特征(没有。每个.csv文件名还包含表示视频中表达的情感的代码。最初，我的计划是从视频中提取每一帧，并将每一帧作为输入传递到我计划使用的以下CNN-LSTM (CNN用于空间特征，LSTM用于时间
浏览 24提问于2020-04-09得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
