bounty还有5天到期。回答此问题可获得+500声望奖励。Paul Reiners希望引起更多关注这个问题。

我使用下面的代码来加载resnet50，但由于这是一个视频。我不确定预期的输入是什么。是([batch_size, channels, frames,img1,img2])吗？
任何帮助将是伟大的。

import pytorchvideo.models.resnet

def resnet():
  return pytorchvideo.models.resnet.create_resnet(
      input_channel=3,     # RGB input from Kinetics
      model_depth=50,      # For the tutorial let's just use a 50 layer network
      model_num_class=400, # Kinetics has 400 classes so we need out final head to align
      norm=nn.BatchNorm3d,
      activation=nn.ReLU,
  )