1、提取视频帧目标数据集：UCF101下载链接：CRCV|CenterforResearchinComputerVisionattheUniversityofCentralFlorida数据集文件路径格式：其中Videos文件夹中为原始的ucf101视频Rawframes文件夹中为要提取的视频帧和光流存放的文件夹ucfTrainTestlist文件夹中为数据集的train和test的划分信息使用算法中的/tools/data/build_rawframes.py文件来生成视频帧和光流数据原始输入为视频的情况：设置其中的超参数：--scr_dir设置为Videos文件夹的绝对或者相对路径--ou

文章目录1概述2视频数据转换为I3D包2.1下载Torch-I3D模型：2.2将视频转换为包2.3代码测试1概述ShanghaiTech是一个中型数据集，基本信息如下：训练集：330个正常视频；测试集：107个异常视频，已被划分为多个帧，包含13个异常事件，且带有。该数据集的一个示意如下图：为了使得数据集适应MIL的场景，Zhong等人依据类别平衡的准则将整个数据集重新划分。划分的索引如下：https://github.com/jx-zhong-for-academic-purpose/GCN-Anomaly-Detection2视频数据转换为I3D包这里使用的预训练模型作为特征提取器，其中M