AIbase
JA
ホーム
Timesformer Base Finetuned Ssv2
T

Timesformer Base Finetuned Ssv2

onnx-communityによって開発
TimeSformerはTransformerベースのビデオ理解モデルで、時系列行動認識タスクに最適化されています。
動画処理
Transformers
#ビデオ行動認識#時空間アテンション#ウェブ展開
ダウンロード数 17
リリース時間 : 8/9/2024

モデル概要

このモデルはFacebookが開発したTimeSformerアーキテクチャのバリエーションで、Something-Something V2データセットでファインチューニングされており、ビデオ行動認識タスクに適しています。

モデル特徴

時空間アテンション機構
Transformerアーキテクチャを採用し、空間と時間の次元情報を同時に処理することで、ビデオ中の時空間特徴を効果的に捕捉
効率的なビデオ処理
従来の3D CNNモデルと比較し、長いビデオシーケンスをより効率的に処理可能
ONNX互換性
ONNX形式の重みを提供し、Web環境での展開・使用が容易

モデル能力

ビデオ行動認識
時系列行動理解
ビデオコンテンツ分析

使用事例

インテリジェントビデオ分析
行動認識システム
ビデオ中の人間の行動や動作を認識
Something-Something V2データセットの174クラスの行動を正確に分類可能
ビデオコンテンツ理解
ビデオコンテンツを分析し、主要な動作情報を抽出
ヒューマンコンピュータインタラクション
ジェスチャー認識
ビデオ中の人間のジェスチャーや動作を認識
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase