视频不等于视频模型：从抽帧 2D CNN 到 Conv3D 的选择逻辑Sep 20, 2026·4816 words·10 minsDeep-Learning CNN Conv3D Video-Understanding Temporal-Modeling以前做 CV 内容审核的时候，训练数据里有大量视频。色情视频审核是一个很典型的场景——输入是一段几十秒甚至几分钟的视频，输出是一个二分类：这段视频是否包含色情内容。