欢迎大家来到《知识星球》专栏，这里是网络结构1000变和数据集小专题。

作者&编辑 | 言有三

1 视频分类问题

基于深度学习的视频分类包含非常多的方法，如3D卷积，双流法，LSTM时序模型等，在有三AI知识星球中有非常多的相关模型解读，案例如下：

有三AI知识星球-网络结构1000变

LiteFlowNet

FlowNet以及FlowNet2证明了CNN可以用于光流估计，尤其是FlowNet2已经达到了传统变分法的精度，但是模型超过100M，SPyNet虽然只有1.2M但是精度不够。LiteFlowNet是一个兼顾精度和模型大小，速度优势的轻量级模型，大小只有FlowNet2的30分之一，速度是它的1.36倍。

作者/编辑 言有三

如上图所示，LiteFlowNet由两个紧凑的子网络NetC和NetE组成，分别用于金字塔特征提取和光流估计，与同样采用金字塔结构的SPyNet相比，这种策略将特征提取和光流估计分为两个步骤，方便更好地控制模型性能。

NETC为一个两输入的网络，两个网络共享滤波器权重。注意这里的warp操作使用的是特征warp，而不是在FlowNet中使用的图片warp。

其一，在FLowNet中会将image2和光流进行warping操作，然后对其提取特征，这里就将其合并为一个操作，直接在特征层面完成，这样精度反而更高，计算代价也更低。

其二，NetE也是一种级联形式的方法，这样的金字塔式的结构学习光流的过程更加稳定，也逐步降低学习误差。

该学习包括两个步骤，分别是M和S。

M过程即descriptor matching，输入上一级的光流估计和特征F2，F1，估计残差。

S过程即sub-pixel refinement，是在M过程的基础上进一步提高精度。

其三，对光流估计每一层都做了正则化约束，其实就是一个平滑操作使得光流的边界更加平滑。

整个网络非常的复杂，细节也很多，感兴趣的同学需要去细读原文。以上三个技术的实际效果展示如下，可知道对改善效果都是正向的作用。

在数据集上完整的实验结果如下，兼顾性能和精度优势。

[1] Hui T W, Tang X, Change Loy C. Liteflownet: A lightweight convolutional neural network for optical flow estimation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 8981-8989.

另外也有非常多的数据集提供解读和下载。

有三AI知识星球-数据集

Kinetics-700 dataset

Kinetics-700 dataset是一个视频分类/行为识别数据集，被用于ActivityNet比赛，包含约650000个视频，700个类别。

作者/编辑 言有三

数据集地址：https://deepmind.com/research/open-source/open-source-datasets/kinetics/，发布于2019年。

ActivityNet比赛始于2016的CVPR，是与ImageNet齐名的在视频理解方面最重要的比赛。在这个比赛下的Task A–Trimmed Action Recognition比赛是一个视频分类比赛，2019年的比赛使用kinetics-700数据集，在此之前还有2017年的kinetics-400和2018年的kinetics-600。

数据集是Google的deepmind团队提供，每个类别至少600个视频以上，每段视频持续10秒左右，标注一个唯一的类别。

行为主要分为三大类：

(1) 人与物互动，比如演奏乐器；

(2) 人人互动，比如握手、拥抱；

(3) 运动等。

虽然每一个视频只会标记一个标签，但是它可以包含几种动作。例如开车”时“发短信”，“弹奏尤克里里”时“跳草裙舞”等，因此取top-5的准确率更为合适。另外很多的运动也容易混淆，比如跳远和三级跳远，吃汉堡和吃甜甜圈，因此这个数据集具有非常高的难度，仍然是当前算法的评测基准。

一些类别的展示如下：

[1] Kay W, Carreira J, Simonyan K, et al. The kinetics human action video dataset[J]. arXiv preprint arXiv:1705.06950, 2017.

2 如何掌握网络设计和数据使用

关于如何系统性学习网络结构设计和数据使用，可以阅读我们对星球生态的介绍，有三风格的干货，相信你不会失望。

如何系统性掌握深度学习模型设计和优化

如何系统性掌握深度学习中的数据使用

有三AI知识星球的内容非常多，大家可以预览一些内容如下。

以上所有内容

加入有三AI知识星球即可获取

来日方长

点击加入

不见不散

更多精彩

每日更新

转载文章请后台联系

侵权必究

往期精选

• 揭秘7大AI学习板块，这个星球推荐你拥有

• 有三AI 1000问回归，备战秋招，更多，更快，更好，等你来战！

• 【知识星球】做作业还能赢奖金，传统图像/机器学习/深度学习尽在不言

• 【知识星球】颜值，自拍，美学三大任务简介和数据集下载

• 【知识星球】数据集板块重磅发布，海量数据集介绍与下载

• 【知识星球】猫猫狗狗与深度学习那些事儿

• 【知识星球】超3万字的网络结构解读，学习必备

• 【知识星球】视频分类/行为识别网络和数据集上新

• 【知识星球】3D网络结构解读系列上新

• 【知识星球】动态推理网络结构上新，不是所有的网络都是不变的

• 【知识星球】Attention网络结构上新，聚焦才能赢

• 【知识星球】几个人像分割数据集简介和下载

• 【知识星球】总有些骨骼轻奇，姿态妖娆的模型结构设计，不知道你知不知道，反正我知道一些

• 【知识星球】从SVM对偶问题，到疲劳驾驶检测，到实用工业级别的模型压缩技

• 【知识星球】图像降噪模型和数据集内容开启更新，经典问题永垂不朽！