Timesformer Base Finetuned K400
TimeSformerはTransformerベースのビデオ理解モデルで、Kinetics-400データセット向けに特別にファインチューニングされています。
ダウンロード数 17
リリース時間 : 8/9/2024
モデル概要
TimeSformerはビデオ分類用のTransformerモデルで、空間的注意と時間的注意を分離することで効率的にビデオデータを処理します。このバージョンはKinetics-400データセットでファインチューニングされたONNX重みバージョンで、Webデプロイに適しています。
モデル特徴
効率的なビデオ処理
分離された空間的・時間的注意機構を採用し、ビデオデータを効果的に処理
Web互換性
ONNX重みバージョンを提供し、Transformers.jsでWeb上で実行可能
事前学習とファインチューニング
Kinetics-400データセットでファインチューニングされており、ビデオ分類タスクに適している
モデル能力
ビデオ分類
ビデオ内容理解
行動認識
使用事例
ビデオ分析
行動認識
ビデオ中の人間の行動や振る舞いを認識
Kinetics-400データセットの400種類の行動カテゴリを正確に分類可能
コンテンツモデレーション
ビデオ中の不適切なコンテンツを自動検出
インテリジェント監視
異常行動検出
監視ビデオ中の異常な行動パターンを検出
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