वीडियो मान्यता के लिए स्लोफास्ट नेटवर्क

हम वीडियो मान्यता के लिए स्लोफास्ट नेटवर्क प्रस्तुत करते हैं। हमारा मॉडल (i) एक स्लो पथ, जो निम्न फ्रेम दर पर काम करता है, अंतरिक्ष समग्रता को पकड़ने के लिए, और (ii) एक तेज पथ, जो उच्च फ्रेम दर पर काम करता है, मौसमी जानकारी को सूक्ष्म समयीय संकल्प में पकड़ने के लिए। तेज पथ को इसके चैनल क्षमता को कम करके बहुत हल्का बनाया जा सकता है, फिर भी यह वीडियो मान्यता के लिए उपयोगी समयीय जानकारी सीख सकता है। हमारे मॉडल वीडियो में क्रिया वर्गीकरण और पहचान दोनों के लिए मजबूत प्रदर्शन प्राप्त करते हैं, और स्लोफास्ट अवधारणा द्वारा महत्वपूर्ण सुधारों को योगदान के रूप में पहचाना गया है। हम प्रमुख वीडियो मान्यता मानकों, जैसे कि कINETिक्स, चारडेस और AVA पर अत्याधुनिक सटीकता की रिपोर्ट करते हैं। कोड उपलब्ध कराया गया है: https://github.com/facebookresearch/SlowFast.