精选的Matlab代码实现星图识别-Awesome-Weakly-Supervised-Temporal-Action-Localization

星图识别matlab代码令人敬畏的弱监督时间行为本地化 精选的关于弱监督时间动作本地化的出版物列表。 建立该存储库的目的是帮助在弱监督的时间动作本地化上导航主流。 请注意，此处仅包含会议（为简洁起见）接受的论文（以提高可靠性）。 上次更新时间：2021/05/03 目录 性能表 报告了在标准交集（IoU）阈值下的平均平均精度（mAP）。 例如，“ @ 0.5”表示在IoU阈值为0.5时的mAP得分。 AVG表示IoU阈值下的平均mAP从0.1到0.7（对于THUMOS14）或0.5到0.95，步长为0.05（对于ActivityNet两种版本）。 另外，指向实现的链接随附有其框架规范（如果有）。 “ o-”和“ u-”分别表示官方和非正式实施。 （*：额外使用修剪后的视频，†：额外使用其他计数信息，例如动作频率，姿势和音频） 土狼14 ID 年 会场 模型（或作者） @ 0.1 @ 0.2 @ 0.3 @ 0.4 @ 0.5 @ 0.6 @ 0.7 AVG 代码 1个 2017年 心肺复苏术 44.4 37.7 28.2 21.1 13.7 -- -- -- 2个 2017年 国际CC