基于crnn图像序列预测-pytorch实现——加载自己的数据集

任务介绍：在这里基于卷积循环神经网络，做一个图像序列的预测。图像序列中每一张图像对应三个状态标签的一个。利用卷积网络对每连续的九张图像进行特征提取，然后将提取的特征序列输入到循环神经网络（LSTM）中，预测下一张图像状态，再与原本图像序列中的第十张图像计算loss。 数据集介绍：数据来自两段工业视频（一段训练，一段测试），将视频按帧提取图像序列（在时间上连续）。对图像进行标记，分为三个状态标签（0

>>阅读原文<<