Multi-Moments in Time挑战赛2019的冠军方案
计算机视觉与模式识别
2020-03-16 v2
摘要
在本技术报告中，我们简要介绍我们的'Efficient'团队在ICCV 2019中Multi-Moments in Time挑战赛的方案。我们首先使用流行的基于图像的动作识别方法TRN、TSN和TSM进行了若干实验。随后提出一种新颖的时间交错网络以实现快速而准确的识别。此外，探索了SlowFast网络及其变体。最终，我们集成上述所有模型，在验证集上取得67.22\%、在测试集上取得60.77\%的成绩，在最终排行榜上排名第一。另外，我们发布了一个基于PyTorch、统一了最先进2D和3D方法的视频理解新代码仓库。该挑战赛的方案也包含于该仓库中，可在 https://github.com/Sense-X/X-Temporal 获取。
引用
@article{arxiv.2003.05837,
title = {Top-1 Solution of Multi-Moments in Time Challenge 2019},
author = {Manyuan Zhang and Hao Shao and Guanglu Song and Yu Liu and Junjie Yan},
journal= {arXiv preprint arXiv:2003.05837},
year = {2020}
}