3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑

HirokatuKataoka · x · 2026-09-11

作者宣布 2018 年 CVPR 论文《Can Spatiotemporal 3D CNNs Retrace the History of 2D CNNs and ImageNet?》（与 Kensho Hara、Yutaka Satoh 合作）引用量突破 3000。

核心工作回顾：2017 年夏天团队提出一个简单问题——大规模视频数据集能否像 ImageNet 之于 2D CNN 那样扮演 3D CNN 的角色？他们证明 Kinetics 数据集足以训练当时非常深的 3D CNN（包括 3D ResNet-152），并确立了 3D ResNet 作为视频表征学习的强架构地位。