C3D feature extraction (No Root)

最新推荐文章于 2024-10-31 17:15:44 发布
原创 最新推荐文章于 2024-10-31 17:15:44 发布 · 1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#caffe

C3D feature extraction

Caffe install

要使用GPU集群进行特征提取，在follow别人工作的时候发现要使用Caffe，而且不是直接能Anaconda安装的caffe，而是要编译的。一看到多数的blog都说要sudo，没有sudo的就要自己本地编译，然后把.so 链接起来，折腾了下，贼麻烦。。 库与库之间的依赖比你想象中的麻烦。

下面是facebook/C3D的编译踩坑过程

其实，可以直接在Anaconda中编译。

  1. 首先Anaconda创建一个全新的env，python=2.7

  2. 修改MakeFile.config，其实MakeFile中有Anaconda使用的环境，看着修改就好了。具体可以看github中的issue

  3. 然后尝试make
    如果编译出错，就按照提醒进行搜索修改。

    MPI_Caffe install

    在你使用TSN的时候，不可避免的又要使用另外一个版本的Caffe，而这一个Caffe同样需要编译才能安装。

    1. 当出现 nodefined 的一些C++11才有的keyword时，就需要在CMakeFile.txt中加上set(CMAKE_CXX_FLAGS “${CMAKE_CXX_FLAGS} -std=c++11”)
    2. 当出现 anaconda3/envs/caffe/include/google/protobuf/generated_message_table_driven.h(210): error: static assertion failed with “”， 建议先卸掉Anaconda中的protobuf，编译完之后再安装。
    3. 当出现/usr/bin/ld: cannot find -lopencv_dep_cudart caffe ,在CMakeFile.txt中加上 set(CUDA_USE_STATIC_
最低0.47元/天 解锁文章

200万优质内容无限畅学
基于C3D-LSTM的人群异常行为检测算法的MATLAB仿真
TechSavant的博客
09-10 222
然后，构建了包含3D卷积、ReLU激活、3D最大池化、LSTM、全连接、Softmax和分类层的C3D-LSTM网络。在完成模型训练和评估后，可以使用训练好的C3D-LSTM模型对新的视频进行异常行为检测。通过构建C3D-LSTM网络并使用适当的训练数据，可以实现对人群行为的异常检测。人群异常行为识别算法的核心是C3D-LSTM模型，它结合了3D卷积神经网络（C3D）和长短期记忆（LSTM）网络。本文将介绍一种基于C3D-LSTM的人群异常行为识别算法，并提供相应的MATLAB仿真源代码。
【YOLO11改进 - C3k2融合】C3k2融合PPA二次创新：并行化注意力设计 | 小目标
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
10-29 420
【YOLO11改进 - C3k2融合】C3k2融合PPA二次创新：并行化注意力设计 | 小目标
提取C3D视频特征(官方文档&实践)
weixin_30374009的博客
12-15 2008
C3D Introduction 卷积神经网络（CNN）近年被广泛应用于计算机视觉中，包括分类、检测、分割等任务。这些任务一般都是针对图像进行的，使用的是二维卷积（即卷积核的维度为二维）。而基于视频的问题，提特征的方法主要分为双流和C3D两个分支，目前C3D衍生出P3D，I3D等等，这里只介绍最早的C3D caffe版提取特征的步骤以及遇到的问题。 C3D 用caffe实现官网github ...
C3D使用指南
twinkle_star1314的博客
08-28 5300
1. C3D特征提取 1.1 命令参数介绍 官方GitHub项目上同时提供了C3D-v1.0和C3D-v1.1两个版本，以下方法适用于v1.0 官方提供的特征提取demo路径为~/C3D-master/C3D-v1.0/examples/c3d_feature_extraction 在这个路径下，执行c3d_sport1m_feature_extraction_video.
feature extraction（深度学习，特征提取）
03-27
feature extraction深度学习的实现，代码内容详细，有不懂之处欢迎大家多多交流
【亲测免费】 探索视频特征的深度魔力：PyTorch版C3D特征提取器
gitblog_00070的博客
06-21 469
探索视频特征的深度魔力：PyTorch版C3D特征提取器 项目介绍 在这个数据驱动的时代，高效且富有表达性的特征提取是机器学习和人工智能领域的一项核心任务，尤其是在视频处理与分析中。Pytorch_C3D_Feature_Extractor是一个基于PyTorch框架的开源工具，旨在简化视频特征提取过程，使研究者和开发者能够快速便捷地从视频中提炼关键信息。该项目通过利用预先训练好的模型（在Spor...
【YOLOv11改进 - 注意力机制】LS-YOLO MSFE：新颖的多尺度特征提取模块 | 小目标/遥感
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
10-26 1598
【YOLOv11改进 - 注意力机制】LS-YOLO MSFE：新颖的多尺度特征提取模块 | 小目标/遥感
【YOLOv11改进 - 注意力机制】MSCA: 多尺度卷积注意力，即插即用，助力小目标检测
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
10-23 2274
【YOLOv11改进 - 注意力机制】MSCA: 多尺度卷积注意力，即插即用，助力小目标检测
【YOLO11改进 - 注意力机制】HCF-Net 之 DASI： 维度感知选择性整合模块 | 小目标
最新发布
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
10-31 268
【YOLO11改进 - 注意力机制】HCF-Net 之 DASI： 维度感知选择性整合模块 | 小目标
protobuf的下载、编译和使用
weixin_41454036的博客
09-09 856
一 背景 　　工作中临时需要使用 protobuf v3.0.2 做消息格式转换，折腾了很久才搞定，这里特意做一个记录。 二 准备工作 　　全程使用的电脑为公司的win7 64位旗舰版，已经预先安装VS2013和cmake3.10.2，需要注意的是，如果cmake版本过低，编译时会提示失败，需要更新的cmake版本，重新执行操作。 下载protobuf源代码，公司内网可以访问github，因此选择从github直接下载ZIP包：v3.0.2.zip，这里解压到 “D:\Documents\Program\T
fatal error: ‘google/protobuf/generated_message_table_driven.h‘ file not found
switch_JR的博客
01-31 954
如果发现 submodule 变化，例如 protocol 仓库更新，在构建之前需要执行 git submodule update --recursive，并使用 -r 参数进行构建。untracked这是正常的，submodule很可能有dirty。.gitsubmodule修改ignore字段就可以。在submodule变化时，应该-r build。
c++ protobuf 编译、使用
u013659062的博客
10-12 1953
安装cmake 环境变量添加 Path=cmake bin文件夹目录 下载解压 protobuf 编译protobuf 这里以编译32位的debug版本为例，如果是release版本，可以将各条命令中的debug路径修改为release路径，最关键的一点是将第5条命令中的 “-DCMAKE_BUILD_TYPE=Debug” 修改为 “-DCMAKE_BUILD_TYPE=Release...
Android protobuf 生成c++ 文件详解
私房菜
09-30 2784
请支持原创~~ 系列博文： Android protobuf 原理以及ProtoOutputStream、ProtoInputStream 使用（最全） Android protobuf 生成java 文件详解 0. 前言 上一篇 Android protobuf 原理中简单分析了proto buf 的优缺点和实现原理，以及使用。对于 *.proto 文件的详细编译、生成原理以单独的博文呈现，这一篇主要分析android 中proto 文件编译成java 文件的过程和应用 ...
用C3D抽取特征
Frank_zrh的博客
10-17 5939
最近要用C3D来抽取特征
C3D - Learning Spatiotemporal Features with 3D Convolutional Networks
zhuiqiuk的专栏
03-10 1497
论文名称：Learning Spatiotemporal Features with 3D ConvolutionalNetworks 论文作者：Du Tran, Lubomir Bourdev, Rob Fergus, Lorenzo Torresani, Manohar Paluri 论文链接：https://arxiv.org/abs/1412.0767 Learning Spatio...
行为识别笔记：C3D network-用于视频特征提取的3维卷积网络
热门推荐
Will Lin的博客
03-10 5万+
注：本文首发在微信公众号-极市平台。如需转载，请联系微信Extreme-Vision卷积神经网络（CNN）近年被广泛应用于计算机视觉中，包括分类、检测、分割等任务。这些任务一般都是针对图像进行的，使用的是二维卷积（即卷积核的维度为二维）。而对于基于视频分析的问题，2D convolution不能很好得捕获时序上的信息。因此3D convolution就被提出来了。3D convolution 最早应
视频特征提取demo
sl_950313的专栏
01-24 8598
背景 因为做目前的video-caption都只是根据已经有的视频特征数据来进行描述的生成，所以我们需要对于一个原生的视频文件生成特征。调研的一个方法是使用C3D的feature-extract 步骤 步骤很简单，几个简单的命令就解决问题了，中间也没有出啥错误，但是也是要参考caffe的安装方法。 git clone https://github.com/facebook/C3D/tr
vlc3.0.4在ubuntu16.04x64上的交叉编译全过程记录
zhuquanfu的专栏
10-29 4950
    周末折腾了好久，经过连续的出现问题，定位问题，解决问题，终于顺利编译通过了vlc的最新版本，中间尝试了多个版本的编译，比如vlc3.0.0，想着离2.x版本（2.x版本已经编译通过，可以参考：ubuntu平台，VLC/LibVLC交叉编译，生成win32版本，以及LibVLC增加录像接口）比较接近，应该容易编译通过，没成想也是一堆问题，其实主要还是版本导致的接口不对应问题，于是ubuntu...
ubuntu 19.04下交叉编译64位vlc 3.0.8
zhuxian2009的专栏
01-09 2267
一、前言 尝试了很多ubuntu版本和vlc版本。 尝试了16.04编译3.0.8；尝试了18.04编译3.0.8、3.0.11、4.0，32位、64位；尝试了19.04、19.10、20.04；都会存在各种这样的报错，有的报错相同，有的报错不同； 以至于消耗了很多时间精力，但也因此对vlc编译熟悉了很多。 如果想编译一个可用的版本，按照规范操作，一路顺畅；如果想体验解决问题的成就感，请随意。 二、环境准备 ubuntu 19.04(虚拟机) vlc 3.0.8 三、参考文献 ..
Feature Extraction与图像处理第二版——MATLAB源码解析
"Feature Extraction Image Processing 第2版 是一本关于图像处理和特征提取的专业书籍，作者是Mark S. Nixon和AlbertoS. Aguado。书中详细介绍了图像处理的基本操作、低级特征提取、形状匹配以及对象描述等核心概念...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值