4 个月前

2021年MediaEval基准测试中体育视频任务的空间-时间CNN基线方法

2021年MediaEval基准测试中体育视频任务的空间-时间CNN基线方法

摘要

本文介绍了为MediaEval 2021基准中的体育视频任务部分提出的基线方法。该任务包括击球检测和击球分类两个子任务。本基线方法同时解决了这两个子任务。模型的空间-时间卷积神经网络(CNN)架构和训练过程根据所解决的子任务进行了定制。该方法旨在帮助参与者解决任务,并非为了达到最先进水平。然而,在检测任务方面,基线方法的表现优于其他参与者,这突显了此类任务的难度。

代码仓库

基准测试

基准方法指标
action-classification-on-ttstroke-21-me21STCNN
Acc: 20.4
action-detection-on-ttstroke-21-me21STCNN
IoU: 0.144
mAP: 0.0173

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
2021年MediaEval基准测试中体育视频任务的空间-时间CNN基线方法 | 论文 | HyperAI超神经