研究提出 ResNet-BiLSTM，从游戏录像检测多标签感知 Bug
研究提出 ResNet-BiLSTM 模型，用游戏录像画面做多标签感知 Bug 检测，在基准数据集上取得 85.78% 的 F1 分数，并与 Inflated 3D ConvNet、3D ResNet 等视频分类模型进行了对比。
推荐理由：论文给出 ResNet-BiLSTM 的 F1 85.78%，并与 Inflated 3D ConvNet 等视频分类模型做了同任务对比。
研究提出 ResNet-BiLSTM 模型，用游戏录像画面做多标签感知 Bug 检测，在基准数据集上取得 85.78% 的 F1 分数，并与 Inflated 3D ConvNet、3D ResNet 等视频分类模型进行了对比。
推荐理由：论文给出 ResNet-BiLSTM 的 F1 85.78%，并与 Inflated 3D ConvNet 等视频分类模型做了同任务对比。