使用 3D ResNets 進行影像 (影片) 的分類。

Jupyter-Image-Classification-3D-ResNets-inference.png

[操作步驟及說明]

1. 1_convert_avi_to_jpg.ipynb

將影片 (avi) 轉成影像 (jpg)。

2. 2_generate_annotation.ipynb

產生影像的標註檔案。

3. 3_train.ipynb

設定參數:

• root_path : 訓練資料夾的路徑

• video_path : 訓練影像的檔案路徑

• annotation_path : 標註的檔案路徑

• result_path : 結果的資料夾路徑

設定完成後,即可執行。

4. 4_inference_val.ipynb

設定參數:

• root_path : 訓練資料夾的路徑

• video_path : 訓練影像的檔案路徑

• annotation_path : 標註的檔案路徑

• result_path : 結果的資料夾路徑

• resume_path : 推論模型的路徑

設定完成後,即可執行。

執行後,即可看到 3D ResNets 推論的結果。

這個 SDK 內建於 AppForAI 人工智慧開發工具

單獨購買價格:5,000元,永久授權,單一 SDK 授權,單機授權,一次下載,無更新服務,一年電子郵件範例諮詢服務。如果是軟體客製化問題,請購買我們的客製化顧問服務點數。