我能想到的只能是目标检测，定位后再视频分类，但这样就不是end2end的了

这种任务是不是可以借鉴驾驶状态异常检测～～

最好一个固定的流程能够以后扩展各种异常状态，只需要丰富数据集就可以了

了解一下好像不行，那个数据集只能进行图片分类任务

这个是不是可以借鉴视频行为检测的方法，我找到这个介绍：https://blog.csdn.net/xiaoxiaowenqiang/article/details/80752849

有比这个更贴近任务的方法么？请教大佬们

蓝屏好检测

嗯，特征是够明显的，而且我的应用场景也不复杂

现在我也不怎么纠结端到端了，干脆先pddt定位，然后视频分类吧。。。

屏幕定位应该对pddt来说超简单，用轻量级模型应该就可以