这是名为 YouTube-8M 的 Linux 应用，其最新版本可下载为 youtube-8msourcecode.zip。它可以在免费主机提供商 OnWorks for Works 的工作站服务器上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 YouTube-8M 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
YouTube-8M
商品描述
youtube-8m 是 Google 的开源入门代码和参考实现，用于在 YouTube-8M 数据集上训练和评估机器学习模型。YouTube-8M 数据集是目前公开发布的最大视频理解数据集之一。该代码库提供了使用 TensorFlow 进行视频级和帧级建模的完整流程，包括数据读取、模型训练、评估和推理。它旨在支持 YouTube-8M 视频理解挑战赛（该挑战赛在 Kaggle 上举办，并在 ICCV 2019 上展出），使研究人员和从业人员能够在包含数百万个带标签视频的大规模数据集上对视频分类模型进行基准测试。该代码演示了如何处理帧级特征、训练逻辑和深度学习模型、使用全局平均精度 (gAP) 和平均精度 (mAP) 等指标对其进行评估，以及如何导出训练好的模型用于 MediaPipe 推理。
功能
- 提供用于训练和评估视频模型的 TensorFlow 入门代码
- 支持帧级和视频级特征建模管道
- 包括评估、推理和 Kaggle 竞赛提交工具
- 兼容 GPU 加速和 Google Cloud AI Platform
- 提供模型导出功能，以便在 MediaPipe 中部署，实现实时推理
- 允许对基于自定义 TFRecord 的数据集进行微调或训练
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/youtube-8m.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
