参考文件
视频分类I3D网络
Quo Vadis, Action Recognition? A New Model and the Kinetics Dataset
1. https://blog.csdn.net/paranoid_cnn/article/details/77933316
训练集kinetics，一个四百个类，每个类有至少四百个clips，每个clips十秒钟，属于从youtube上剪切的视频，然后对比了几种现在存在的用于行为识别的几种框架。各种网络的对比。
网络模型如下图所示。
做了如下几个事情：
第一：卷积核和pooling的核由二维扩展到三维。
第二：大的数据视频数据集上训练。
第三：迁移到UCF101，HMDB51，识别结果好。