颜色分类leetcode 3DCNN 用于视频分类的3D卷积神经网络

颜色分类leetcode 3DCNN使用（作为后端）实现用于视频分类的3D卷积神经网络。描述此代码需要.此代码生成精度和损失图，模型图，结果和类名作为txt文件，模型作为hd5和json。您可以使用visualize_input.py制作输入图像，以最大化特定输出。此代码能够最大化任何分类模型的层输出。 （仅允许密集层卷积层（2D/3D）和池化层（2D/3D）。）要求Python3 opencv3（带ffmpeg）、keras、numpy、tqdm选项3dcnn.py的选项如下： --batch批量大小，默认为128 --epoch历元数，默认为100 --videos存储数据集的目录名称，默认为UCF101 --nclass要使用的类数，默认为101 --output将保存上述结果的目录--color使用RGB图像或灰度图像，默认为False --skip间隔或连续获取帧，默认为True --depth要使用的帧数，默认为10 3dcnn_ensemble.py的选项与3dcnn.py的选项几乎相同。您可以使用--n