A

Athit Timesformer 32PS

由mbushee開發
TimeSformer是基於空間-時間注意力機制的視頻理解模型,在Kinetics-400數據集上進行了微調,可用於視頻分類任務。
下載量 17
發布時間 : 2/23/2024

模型概述

該模型主要用於將視頻分類為400種可能的Kinetics-400標籤之一,採用了純注意力機制處理視頻的時空信息。

模型特點

純注意力機制
完全基於注意力機制處理視頻的時空信息,無需卷積操作
高效視頻理解
能夠有效捕捉視頻中的時空特徵,實現準確的視頻分類
預訓練模型
已在大型視頻數據集Kinetics-400上進行預訓練和微調

模型能力

視頻分類
時空特徵提取
視頻內容理解

使用案例

視頻分析
動作識別
識別視頻中的人類動作和行為
可分類400種不同的動作類別
視頻內容分類
對視頻內容進行自動分類和標記
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase