这个玩意TSM从训练开始看，我特么看了近两周了，本来想用官方模型测试一下看看效果得了，结果一看，卧槽没法直接测试视频，官方给的测试还是测试集的测试，还需要用DataLoader，卧槽，一点都不方便，不好用，这也可能是官方引起关注的一个技巧吧，不然大多伸手党直接走了，连个issue都没有，谁还保持关注？？？
请看我的issue，尽管已经回复了一个参考，但我能说这个脚本很垃圾吗？？
同样是先ffmpeg分割视频，然后再读图，真是够笨的，能不能直接cv2读图进行预测结果啊，不就连续帧吗？？还需要什么？？
我就郁闷了，东拼西凑的东西有什么高大上的吗？？
再说训练，这个模型的input_shape到现在我都没看到，或者说没有找到，到底是多少？能不能给个明确的？拐弯抹角，解释都没有，一副高高在上的大佬样子。【老子在另一项目问题，还有老外让老子关了issue，我关尼玛，既不是你的project，又不是贡献者，你算个屁，操不完的闲心，mind your own business】
我只了解到的是ffmpeg在分割时固定了高度256，宽度成比例。至于让我参考的test_video中怎么出现了224我是一脸懵逼，可见参考也仅仅是用来参考，不可全信。我还是自己手写算了，百变大魔王探花小明哥GBM这点能力都没有吗？不可能，绝对不可能。
cv2读图走起来，今天搞定，搞不定不下班。
【以上表态不代表个人立场，不表示我本人认同或支持，哈哈哈】
过程见这篇：https://blog.csdn.net/SPESEG/article/details/103717591
如何查看torch模型的input_shape ?老子也是服了，搜了半天，结果还要另外写input_shape ，然后才能获取每一层的输入和输出shape，这真的很差劲，老子用查看模型的工具也不能确定input_shape,因为给出来的是参数的shape【如下】，卧槽
真是人生艰难啊。提issue
终于将官方给的测试跑通了，但有什么用呢？人家测试的是批量数据，而且是图片，我只想测试个视频，这都难搞，可见大多数还是停留在照搬照抄的阶段，并没有去改写代码，只有能改代码才是真正看懂代码了。
我试了下似乎输入什么样的input_shape 都可以，这也太不严谨了。。。。。。。。。。。。
请来看看我吧。Please Do not Keep me Waiting.
另外有相关问题可以加入QQ群讨论，不设微信群
QQ群：868373192
语音图像深度-学习群
或者发我邮箱：
