直接运行main_cla.py即可，train.py里的参数修改后会覆盖main_cla.py

主要修改的地方为：

（1）models/deepSBD.py

将网络结构修改为deepSBD 中介绍的模式

（2）opts.py

根据实际情况修改部分参数，解决了源代码的报错情况

（3）split_data.py

由于数据集过大，解压移动时造成了部分数据的损失，因此从原数据集中随机选择了100个视频，所有以choose开头的文件都是后面随机选择的。数据不对应会导致程序无法正常运行。 由于只是用于实验，该代码还不完善，如果使用完整数据集则不需要运行此代码。

（4）eval_res.py

调整了输出格式使其规划化。

This repository contains our implementation of deepSBD for ClipShots. The code is modified from here.

We implement deepSBD in this repository. There are 2 backbones that can be selected, including the original Alexnet-like and ResNet-18 introduced in our paper.

1. The trained model for Alexnet-like backbone. BaiduYun, Google Drive
2. The trained model for ResNet-18 backbone. BaiduYun, Google Drive
3. The pretrained model for ResNet-18 backbone.

Please refer to train.sh

Add '--no_train' options to train.sh.