In addition, C3D is trained on Spor

In addition, C3D is trained on Sports-1M and used as is without any finetuning. Compared with Recurrent Neural Networks (RNN) based methods, C3D outperforms Longterm Recurrent Convolutional Networks (LRCN) [6] and LSTM composite model [39] by 14:1% and 9:4%, respectively. C3D with only RGB input still outperforms these two RNN-based methods when they used both optical flows and RGB as well as the temporal stream network in [36].

Kết quả (Việt) 1:

Ngoài ra, C3D là được đào tạo về thể thao - 1M và được sử dụng như là không có bất kỳ finetuning. So với phương pháp tái phát Neural Networks (RNN) dựa, C3D nhanh hơn so với dài hạn tái phát mã mạng (LRCN) [6] và mô hình tổng hợp LSTM [39] 14:1 % và 9:4 %, tương ứng. C3D với chỉ RGB input vẫn nhanh hơn so với những phương pháp dựa trên RNN hai khi họ sử dụng quang học dòng chảy và RGB cũng như mạng dòng thời gian [36].

Kết quả (Việt) 2:

Ngoài ra, C3D được đào tạo về thể thao-1M và sử dụng như là không có bất kỳ finetuning. So với tái Neural Networks (RNN) phương pháp dựa, C3D nhanh hơn so với dài hạn tái Convolutional Networks (LRCN) [6] và LSTM mô hình tổng hợp [39] 14: 1% và 9: 4%, tương ứng. C3D với chỉ đầu vào RGB vẫn nhanh hơn so với hai phương pháp RNN dựa trên khi họ sử dụng cả hai luồng quang và RGB cũng như các mạng dòng thời gian trong [36].