[英]CNN LSTM keras for video classification
我创建了一个视频数据集,其中每个视频的尺寸为 5(帧)x 32(宽)x 32(高)x 4(通道)。 我正在尝试使用 CNN LSTM 网络对这些视频进行分类(二进制分类),但我对输入形状以及如何重塑数据集以训练网络感到困惑。
model = Sequential()
model.add(TimeDistributed(Conv2D(64, 5, activation='relu', padding='same', name='conv1', input_shape=??))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same', name='pool1')))
model.add(TimeDistributed(Conv2D(64, 5, activation='relu', padding='same', name='conv2'))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same', name='pool2')))
model.add(TimeDistributed(Conv2D(64, 5, activation='relu', padding='same', name='conv3'))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same', name='pool3')))
model.add(TimeDistributed(Conv2D(64, 5, activation='relu', padding='same', name='conv4'))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same', name='pool4')))
model.add(TimeDistributed(Flatten()))
model.add(LSTM(256, return_sequences=False, dropout=0.5))
model.add(Dense(1, activation='sigmoid'))
我在模型中遗漏了什么吗?
您的输入形状应该是(batch_size, time steps, height, width, channels)
。 所以它应该是一个 5 维张量。
此外,您的input_shape
参数应该是这样的。 它应该是TimeDistributed
层而不是Conv2D
层的参数,因为TimeDistributed
是第一层。 在这里,我展示了输入形状是什么,
model.add(TimeDistributed(Conv2D(64, 5, activation='relu', padding='same', name='conv1'), input_shape=(5, 32, 32, 4)))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.