ucf101的img_norm_cfg

UCF101是一个常用的视频分类数据集，类似于 `something-something-v2` 数据集，也需要对每个视频帧进行归一化处理。在UCF101数据集中，`img_norm_cfg`的配置通常如下：

img_norm_cfg=dict(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225], to_rgb=True),

其中，`mean`和`std`分别表示每个通道的均值和标准差。这些均值和标准差是在ImageNet数据集上计算得到的，可以用于通用的图像分类任务。`to_rgb`表示是否将图像转换为RGB格式，因为在这个数据集中，图像的通道顺序是BGR。如果设置为True，则需要将BGR通道转换为RGB通道。

需要注意的是，UCF101中的视频帧可能具有不同的大小和宽高比，因此还需要对它们进行裁剪和缩放操作，以便它们具有相同的大小和宽高比，从而适用于模型的输入。

相关问题

checkpoint = torch.load('E:\Project1\\run\\run_0\\models\\C3D-ucf101_epoch-99.pth.tar', map_location=lambda storage, loc: storage)

在你提供的引用中，并没有涉及到`checkpoint = torch.load('E:\Project1\\run\\run_0\\models\\C3D-ucf101_epoch-99.pth.tar', map_location=lambda storage, loc: storage)`这部分代码的修改。所以，我无法为你提供对应的修改建议。不过，我可以为你解释一下这段代码的作用。

这段代码的作用是加载一个名为`C3D-ucf101_epoch-99.pth.tar`的模型权重文件。其中，`E:\Project1\\run\\run_0\\models\\`是文件的路径。`map_location=lambda storage, loc: storage`的作用是将模型权重文件加载到当前设备上（例如CPU或GPU）。

请注意，如果你在运行代码时遇到了问题，请提供更多的信息和错误提示，以便我能够更好地帮助你解决问题。