[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-harvitronix--five-video-classification-methods":3,"tool-harvitronix--five-video-classification-methods":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",159267,2,"2026-04-17T11:29:14",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":72,"owner_website":79,"owner_url":80,"languages":81,"stars":86,"forks":87,"last_commit_at":88,"license":89,"difficulty_score":90,"env_os":91,"env_gpu":92,"env_ram":93,"env_deps":94,"category_tags":100,"github_topics":101,"view_count":32,"oss_zip_url":107,"oss_zip_packed_at":107,"status":17,"created_at":108,"updated_at":109,"faqs":110,"releases":139},8535,"harvitronix\u002Ffive-video-classification-methods","five-video-classification-methods","Code that accompanies my blog post outlining five video classification methods in Keras and TensorFlow","five-video-classification-methods 是一个基于 Keras 和 TensorFlow 的开源项目，旨在为视频分类任务提供五种主流的深度学习方法实现代码。它主要解决了开发者在构建视频识别模型时，面对多种技术路线难以快速上手对比和复现的痛点。\n\n该项目非常适合人工智能开发者、研究人员以及希望深入理解视频分析原理的学生使用。其核心亮点在于系统性地整合并实现了从基础到进阶的五种策略：包括单帧卷积神经网络（ConvNet）分类、\"CNN 提取特征 +RNN 处理序列”的分离式与端到端（LRCN）架构、结合多层感知机（MLP）的方法，以及直接处理时空特征的 3D 卷积网络。\n\n通过该项目，用户可以直接利用 UCF101 数据集进行实验，快速验证不同架构在特定场景下的表现差异。代码结构清晰，涵盖了数据预处理、特征提取、模型训练及日志监控的全流程，并支持 TensorBoard 可视化。虽然目前尚未包含现成的演示脚本，但其模块化的设计非常便于用户在此基础上进行二次开发、添加数据增强或尝试更复杂的网络融合架构，是学习视频分类技术的优质实践资源。","# Five video classification methods\n\nThe five video classification methods:\n\n1. Classify one frame at a time with a ConvNet\n1. Extract features from each frame with a ConvNet, passing the sequence to an RNN, in a separate network\n1. Use a time-dstirbuted ConvNet, passing the features to an RNN, much like #2 but all in one network (this is the `lrcn` network in the code).\n1. Extract features from each frame with a ConvNet and pass the sequence to an MLP\n1. Use a 3D convolutional network (has two versions of 3d conv to choose from)\n\nSee the accompanying blog post for full details: https:\u002F\u002Fmedium.com\u002F@harvitronix\u002Ffive-video-classification-methods-implemented-in-keras-and-tensorflow-99cad29cc0b5\n\n## Requirements\n\nThis code requires you have Keras 2 and TensorFlow 1 or greater installed. Please see the `requirements.txt` file. To ensure you're up to date, run:\n\n`pip install -r requirements.txt`\n\nYou must also have `ffmpeg` installed in order to extract the video files. If `ffmpeg` isn't in your system path (ie. `which ffmpeg` doesn't return its path, or you're on an OS other than *nix), you'll need to update the path to `ffmpeg` in `data\u002F2_extract_files.py`.\n\n## Getting the data\n\nFirst, download the dataset from UCF into the `data` folder:\n\n`cd data && wget http:\u002F\u002Fcrcv.ucf.edu\u002Fdata\u002FUCF101\u002FUCF101.rar`\n\nThen extract it with `unrar e UCF101.rar`.\n\nNext, create folders (still in the data folder) with `mkdir train && mkdir test && mkdir sequences && mkdir checkpoints`.\n\nNow you can run the scripts in the data folder to move the videos to the appropriate place, extract their frames and make the CSV file the rest of the code references. You need to run these in order. Example:\n\n`python 1_move_files.py`\n\n`python 2_extract_files.py`\n\n## Extracting features\n\nBefore you can run the `lstm` and `mlp`, you need to extract features from the images with the CNN. This is done by running `extract_features.py`. On my Dell with a GeFore 960m GPU, this takes about 8 hours. If you want to limit to just the first N classes, you can set that option in the file.\n\n## Training models\n\nThe CNN-only method (method #1 in the blog post) is run from `train_cnn.py`.\n\nThe rest of the models are run from `train.py`. There are configuration options you can set in that file to choose which model you want to run.\n\nThe models are all defined in `models.py`. Reference that file to see which models you are able to run in `train.py`.\n\nTraining logs are saved to CSV and also to TensorBoard files. To see progress while training, run `tensorboard --logdir=data\u002Flogs` from the project root folder.\n\n## Demo\u002FUsing models\n\nI have not yet implemented a demo where you can pass a video file to a model and get a prediction. Pull requests are welcome if you'd like to help out!\n\n## TODO\n\n- [ ] Add data augmentation to fight overfitting\n- [x] Support multiple workers in the data generator for faster training\n- [ ] Add a demo script\n- [ ] Support other datasets\n- [ ] Implement optical flow\n- [ ] Implement more complex network architectures, like optical flow\u002FCNN fusion\n\n## UCF101 Citation\n\nKhurram Soomro, Amir Roshan Zamir and Mubarak Shah, UCF101: A Dataset of 101 Human Action Classes From Videos in The Wild., CRCV-TR-12-01, November, 2012. \n\n","# 五种视频分类方法\n\n五种视频分类方法：\n\n1. 使用卷积神经网络一次对一帧进行分类。\n2. 在单独的网络中，使用卷积神经网络从每一帧提取特征，并将序列传递给循环神经网络。\n3. 使用时序分布的卷积神经网络，将特征传递给循环神经网络，与方法2类似，但所有步骤都在一个网络中完成（这是代码中的`lrcn`网络）。\n4. 使用卷积神经网络从每一帧提取特征，并将序列传递给多层感知机。\n5. 使用三维卷积网络（有两种不同版本的三维卷积可供选择）。\n\n完整详情请参阅配套博客文章：https:\u002F\u002Fmedium.com\u002F@harvitronix\u002Ffive-video-classification-methods-implemented-in-keras-and-tensorflow-99cad29cc0b5\n\n## 需求\n\n此代码要求您已安装 Keras 2 和 TensorFlow 1 或更高版本。请参阅 `requirements.txt` 文件。为确保您的环境是最新的，请运行：\n\n`pip install -r requirements.txt`\n\n此外，您还需要安装 `ffmpeg` 才能提取视频文件。如果 `ffmpeg` 不在您的系统路径中（即运行 `which ffmpeg` 无法返回其路径，或者您使用的不是 *nix 系统），则需要在 `data\u002F2_extract_files.py` 中更新 `ffmpeg` 的路径。\n\n## 获取数据\n\n首先，将 UCF 数据集下载到 `data` 文件夹中：\n\n`cd data && wget http:\u002F\u002Fcrcv.ucf.edu\u002Fdata\u002FUCF101\u002FUCF101.rar`\n\n然后使用 `unrar e UCF101.rar` 解压文件。\n\n接下来，在 `data` 文件夹中创建以下子文件夹：`mkdir train && mkdir test && mkdir sequences && mkdir checkpoints`。\n\n现在您可以运行 `data` 文件夹中的脚本，将视频移动到相应位置、提取帧，并生成其余代码所引用的 CSV 文件。这些脚本需要按顺序执行。示例：\n\n`python 1_move_files.py`\n\n`python 2_extract_files.py`\n\n## 提取特征\n\n在运行 `lstm` 和 `mlp` 模型之前，您需要先使用 CNN 从图像中提取特征。这可以通过运行 `extract_features.py` 脚本来完成。在我配备 GeForce 960m 显卡的 Dell 笔记本上，此过程大约需要 8 小时。如果您只想处理前 N 个类别，可以在该文件中设置相应选项。\n\n## 训练模型\n\n仅使用 CNN 的方法（博客文章中的方法 #1）通过 `train_cnn.py` 运行。\n\n其余模型则通过 `train.py` 运行。您可以在该文件中设置配置选项，以选择要运行的模型。\n\n所有模型均定义在 `models.py` 文件中。请参考该文件，了解您可以在 `train.py` 中运行哪些模型。\n\n训练日志会保存为 CSV 文件，同时也会生成 TensorBoard 文件。要在训练过程中查看进度，请从项目根目录运行：\n\n`tensorboard --logdir=data\u002Flogs`。\n\n## 演示\u002F使用模型\n\n目前我尚未实现一个演示功能，允许您将视频文件输入模型并获得预测结果。如果您愿意帮忙，欢迎提交 Pull Request！\n\n## 待办事项\n\n- [ ] 添加数据增强以防止过拟合\n- [x] 支持数据生成器中的多线程工作，以加快训练速度\n- [ ] 添加演示脚本\n- [ ] 支持其他数据集\n- [ ] 实现光流法\n- [ ] 实现更复杂的网络架构，例如光流与 CNN 的融合\n\n## UCF101 引用\n\nKhurram Soomro、Amir Roshan Zamir 和 Mubarak Shah，《UCF101：来自野外视频的 101 类人类动作数据集》，CRCV-TR-12-01，2012 年 11 月。","# five-video-classification-methods 快速上手指南\n\n本项目提供了五种基于 Keras 和 TensorFlow 的视频分类实现方法，涵盖从单帧 CNN 到 3D 卷积网络等多种架构。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Linux \u002F macOS \u002F Windows (需配置 ffmpeg 路径)\n*   **Python 版本**：建议 Python 3.6+\n*   **核心依赖**：\n    *   TensorFlow >= 1.0\n    *   Keras == 2\n    *   FFmpeg (用于视频帧提取)\n*   **硬件建议**：推荐使用 NVIDIA GPU 以加速特征提取和模型训练（例如 GeForce 960m 或更高版本）。\n\n## 安装步骤\n\n### 1. 安装 Python 依赖\n克隆项目后，进入目录并安装所需库。国内用户建议使用清华源或阿里源加速安装：\n\n```bash\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 2. 安装 FFmpeg\n项目依赖 `ffmpeg` 提取视频帧。\n*   **Ubuntu\u002FDebian**: `sudo apt-get install ffmpeg`\n*   **CentOS**: `sudo yum install ffmpeg`\n*   **macOS**: `brew install ffmpeg`\n*   **Windows**: 下载编译版并添加到系统环境变量 PATH 中。\n\n> **注意**：如果 `which ffmpeg` 无法找到路径，或者在非 Linux 系统上运行，请手动修改 `data\u002F2_extract_files.py` 文件中的 ffmpeg 路径配置。\n\n### 3. 获取数据集\n本项目默认使用 UCF101 数据集。由于原链接下载速度较慢，建议寻找国内镜像源下载 `UCF101.rar`，或按以下步骤操作（需科学上网或耐心等待）：\n\n```bash\ncd data\nwget http:\u002F\u002Fcrcv.ucf.edu\u002Fdata\u002FUCF101\u002FUCF101.rar\nunrar e UCF101.rar\n```\n\n创建必要的目录结构：\n```bash\nmkdir train test sequences checkpoints\n```\n\n### 4. 预处理数据\n依次运行以下脚本移动文件、提取帧并生成 CSV 索引：\n\n```bash\npython 1_move_files.py\npython 2_extract_files.py\n```\n\n## 基本使用\n\n### 1. 提取特征 (针对 LSTM\u002FMLP 方法)\n在使用方法 #2 (CNN+RNN)、#3 (LRCN) 或 #4 (CNN+MLP) 之前，必须先通过 CNN 提取图像特征。此过程耗时较长（GPU 环境下约需数小时）：\n\n```bash\npython extract_features.py\n```\n*提示：若仅需测试，可修改该文件限制处理的类别数量 (N classes)。*\n\n### 2. 训练模型\n根据选择的分类方法运行对应的训练脚本：\n\n*   **方法 #1 (仅 CNN)**：每次分类一帧\n    ```bash\n    python train_cnn.py\n    ```\n\n*   **方法 #2, #3, #4, #5 (RNN\u002FMLP\u002F3D Conv)**：\n    编辑 `train.py` 配置文件选择具体模型架构，然后运行：\n    ```bash\n    python train.py\n    ```\n    > 所有模型定义均位于 `models.py` 文件中，可参考该文件了解支持的架构。\n\n### 3. 监控训练进度\n训练日志会保存为 CSV 和 TensorBoard 格式。使用以下命令查看实时训练曲线：\n\n```bash\ntensorboard --logdir=data\u002Flogs\n```\n然后在浏览器中访问显示的本地地址（通常为 `http:\u002F\u002Flocalhost:6006`）。\n\n> **说明**：目前版本尚未包含直接输入视频文件进行预测的演示脚本（Demo），主要侧重于模型训练与研究复现。","某安防科技公司的算法团队正致力于开发一套智能监控系统，需要从海量监控录像中自动识别“打架”、“跌倒”或“奔跑”等特定异常行为。\n\n### 没有 five-video-classification-methods 时\n- **架构选型迷茫**：团队需从零研究如何结合 CNN 提取图像特征与 RNN 处理时间序列，缺乏现成的五种主流视频分类架构（如单帧分类、LRCN、3D 卷积等）作为参考基准。\n- **重复造轮子耗时**：工程师需手动编写繁琐的数据预处理脚本，包括调用 ffmpeg 抽取视频帧、整理 UCF101 数据集格式以及构建复杂的训练数据生成器。\n- **实验对比困难**：难以快速在同一代码框架下公平对比不同模型（如 MLP 序列分类与 3D 卷积）的性能差异，导致技术路线决策周期长达数周。\n- **调试门槛高**：缺乏统一的 TensorBoard 日志配置和检查点管理机制，模型训练过程中的损失波动难以追踪，排查错误效率极低。\n\n### 使用 five-video-classification-methods 后\n- **架构一键切换**：直接复用代码中已实现的五种成熟方法，团队可在 `train.py` 中通过简单配置即可在 LRCN、3D ConvNet 等模型间快速切换验证。\n- **流程自动化**：利用内置的 `extract_files.py` 和 `extract_features.py` 脚本，自动完成视频帧提取、特征计算及 CSV 标签生成，将数据准备时间从数天缩短至几小时。\n- **高效迭代验证**：基于统一的数据加载器和模型定义文件 `models.py`，团队在两天内便完成了五种方案的基准测试，迅速锁定最适合当前场景的 3D 卷积架构。\n- **可视化监控便捷**：开箱即用的 TensorBoard 集成让训练进度、准确率曲线实时可见，配合自动保存的检查点，大幅降低了模型调优的难度。\n\nfive-video-classification-methods 通过提供标准化的视频分类全链路实现，帮助团队将原本需要数月的架构探索与工程搭建工作压缩至数天，显著加速了智能监控原型的落地进程。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fharvitronix_five-video-classification-methods_a66b1174.png","harvitronix","Matt Harvey","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fharvitronix_2592c496.png","CTO at Coastline Academy. Full-stack & machine learning.","Coastline Academy","Los Angeles, CA","harveym@gmail.com","https:\u002F\u002Fmedium.com\u002F@harvitronix","https:\u002F\u002Fgithub.com\u002Fharvitronix",[82],{"name":83,"color":84,"percentage":85},"Python","#3572A5",100,1184,464,"2026-04-10T19:10:55","MIT",4,"Linux, macOS, Windows","非必需，但推荐用于加速特征提取和训练（作者测试环境为 NVIDIA GeForce 960m）","未说明",{"notes":95,"python":93,"dependencies":96},"必须安装 ffmpeg 用于视频帧提取；若在 Windows 或非 Linux\u002FmacOS 系统上且 ffmpeg 不在系统路径中，需手动修改 data\u002F2_extract_files.py 中的 ffmpeg 路径。特征提取过程耗时较长（作者在 GeForce 960m 上耗时约 8 小时）。代码目前不支持直接传入视频文件进行预测的演示脚本。",[97,98,99],"Keras>=2.0","TensorFlow>=1.0","ffmpeg",[14],[102,103,104,105,106],"machine-learning","deep-learning","classification","keras","tensorflow",null,"2026-03-27T02:49:30.150509","2026-04-18T00:38:00.917480",[111,116,121,126,131,135],{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},38221,"运行 LSTM 模型训练时遇到维度不匹配错误（Expected dense_2 to have 2 dimensions...）怎么办？","这通常是由于 Keras 或 TensorFlow 版本过旧导致的兼容性问题。解决方案是升级库版本：更新 Keras 和 TensorFlow 到较新版本（例如 TF 1.4+ 和 Keras 2.1+）。有用户反馈在升级后成功解决了训练过程中的维度形状错误。","https:\u002F\u002Fgithub.com\u002Fharvitronix\u002Ffive-video-classification-methods\u002Fissues\u002F48",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},38222,"在 Python 2 环境下运行训练脚本时报错 'TypeError: instance has no next() method' 如何解决？","这是 Python 2 与 Python 3 迭代器语法差异导致的问题。解决方法是在生成器类中显式添加别名：`next = __next__`。另外，也可以尝试在 `train.py` 第 91 行左右将 `load_to_memory` 参数设置为 `True` 来绕过生成器问题（但这会增加内存消耗）。","https:\u002F\u002Fgithub.com\u002Fharvitronix\u002Ffive-video-classification-methods\u002Fissues\u002F53",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},38223,"运行数据预处理脚本 1_move_files.py 时出现 'IndexError: list index out of range' 错误怎么办？","该错误通常是因为路径分隔符处理不当引起的。代码中默认使用了 `os.path.sep` 进行分割，但在某些情况下（特别是硬编码了斜杠的路径字符串）可能失效。解决方案是将代码中的 `parts = video.split(os.path.sep)` 修改为 `parts = video.split('\u002F')`，强制使用正斜杠进行分割以匹配文件路径格式。","https:\u002F\u002Fgithub.com\u002Fharvitronix\u002Ffive-video-classification-methods\u002Fissues\u002F49",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},38224,"训练时报告标签维度与输出层不一致（The dimension of output of lstm dense2 is not the same as y）如何修复？","这是一个已知的编码 Bug。维护者已修复了 Y 值（标签）的编码方式，确保其转换为 one-hot 格式，此时应使用 `categorical_crossentropy` 作为损失函数。如果手动修复，请确保标签编码正确；或者在旧版本中，尝试将损失函数从 `categorical_crossentropy` 改为 `sparse_categorical_crossentropy` 也可能解决形状不匹配的问题。建议拉取最新的 master 分支代码。","https:\u002F\u002Fgithub.com\u002Fharvitronix\u002Ffive-video-classification-methods\u002Fissues\u002F46",{"id":132,"question_zh":133,"answer_zh":134,"source_url":115},38225,"使用 UCF101 数据集开箱即用训练失败或需要禁用线程才能运行是怎么回事？","在某些环境配置下（如 TF 1.3 和 Keras 2.08），直接使用 UCF101 数据集可能会因为多线程数据加载问题导致训练失败。临时解决方案是禁用线程（设置 workers=0 或类似配置）。更彻底的解决方法是升级 TensorFlow 和 Keras 到兼容的版本，升级后通常可以正常开启多线程训练。",{"id":136,"question_zh":137,"answer_zh":138,"source_url":115},38226,"自定义类别数量（如 4 类或 7 类）进行训练时需要注意什么？","当提取序列仅针对特定数量的类别（非默认的 101 类）时，必须相应修改配置文件。具体包括：更新 `.csv` 标签文件和 `classInd.txt` 文件以反映新的类别映射。同时，确保模型输出层（dense_2）的神经元数量与你的类别数量一致（例如 4 类则输出为 4），否则会在训练开始时引发维度错误。",[140],{"id":141,"version":142,"summary_zh":143,"released_at":144},306374,"v1.0","这是来自博客文章的代码，原文链接为：https:\u002F\u002Fmedium.com\u002F@harvitronix\u002Ffive-video-classification-methods-implemented-in-keras-and-tensorflow-99cad29cc0b5","2017-12-06T03:16:25"]