基于深度学习的跳水打分方法、服务器及系统

摘要

本发明公开了一种基于深度学习的跳水打分方法、服务器及系统。其中，一种基于深度学习的跳水打分方法，包括：构建跳水打分模型；所述跳水打分模型包括C3DNet模型、PoseNet模型和SVR支持向量回归模型，所述C3DNet模型和PoseNet模型并联连接之后，再与SVR支持向量回归模型串联连接；所述C3DNet模型是基于Intel优化的Caffe框架来实现的；利用已知跳水视频数据集及相应跳水分数值集，训练跳水打分模型；将跳水视频输入至训练完成的跳水打分模型中，输出跳水分数值。其避免了跳水分数值的人工干扰，提高了跳水分数值的准确性。