最近在学习视频分类任务，想要跑通一个更换数据集用到自己的课题上。

看到了这篇文章及代码

论文链接：http://vlg.cs.dartmouth.edu/c3d/c3d_video.pdf

代码链接：https://github.com/jfzhang95/pytorch-video-recognition

贴一下学习这个代码的原博。

代码真的很适合新手入门pytorch 。

C3D模型pytorch源码逐句详析（一）_zzh1370894823的博客-CSDN博客

C3D模型pytorch源码逐句详析（二）_zzh1370894823的博客-CSDN博客

C3D模型pytorch源码逐句详析（三）_zzh1370894823的博客-CSDN博客

代码很友好，只需要修改mypath中的路径和train.py里面的

num_classes = 3

改变分类类别，以及添加新的label.txt

报错处理：路径错误，这个地方很奇怪，dateset.py需要../ultrsound

train.py需要把root_dir=./ultrasound 

运行dateset.py会生成一个path文件夹，里面是处理好的数据。

dateset的处理逻辑是对于每一个视频，确定隔几帧取一帧，至少取16帧。

运行train会生成run文件夹，存放这一次训练的权重。

最后跑出来的效果还是不错的，但好像存在过拟合（存疑），留待日后解决。