Timesformer Hr Finetuned K600
TimeSformerは、空間-時間注意メカニズムに基づくビデオ分類モデルで、ビデオ理解タスク専用に設計されています。
ダウンロード数 2,927
リリース時間 : 10/7/2022
モデル概要
このモデルはKinetics-600データセットで事前学習されており、ビデオを600の可能なカテゴリに分類できます。畳み込み操作なしで、純粋な注意メカニズムを使用してビデオデータを処理します。
モデル特徴
純粋な注意メカニズム
完全にTransformerアーキテクチャに基づいており、従来の畳み込み操作なしで空間-時間注意を使用してビデオデータを処理します
効率的なビデオ理解
ビデオシーケンスデータを処理するために特別に設計されており、時空間特徴を捉えることができます
大規模事前学習
Kinetics-600大規模ビデオデータセットで事前学習されており、幅広い応用能力を持っています
モデル能力
ビデオ分類
時空間特徴抽出
ビデオ内容理解
使用事例
ビデオ分析
行動認識
ビデオ内の人間の行動や動作を識別します
Kinetics-600データセットの600の行動カテゴリを識別可能
ビデオ内容分類
ビデオ内容を自動的に分類しタグ付けします
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