ResNetLSTM.py: 主程序 Resnet50 + LSTM train
image_preprocess.py: 处理图片转换成224x224的大小，居中剪切
video_preprocess.py: 将视频数据提取成图片帧数，用于ResNet50的输入
data_vis.py：画loss trend， accuracy trend， confusion matrix的图
data: 数据存放文件夹
weight: 训练过的参数存档
graph: 储存生成的loss， accuracy trend和confusion matirx的图像
用训练好的ResNet50 网络从每一帧图像输入来提取对应feature map，之后在把连续的feature map作为一个sample输入LSTM 网络中进行训练，得出分类的结果。
ResNet50 + LSTM的网络结构
预处理输入视频
提取帧数的例子
训练趋势图
混淆矩阵(confusion matrix)
详细信息在幻灯片中 (如果打不开，尝试下载打开)