T

Timesformer Base Finetuned K400

由fcakyon開發
TimeSformer是一個基於空間-時間注意力機制的視頻分類模型,專門針對Kinetics-400數據集進行微調。
下載量 17
發布時間 : 12/10/2022

模型概述

該模型用於將視頻分類為400種可能的Kinetics-400標籤之一,採用純注意力機制處理視頻數據,無需卷積操作。

模型特點

純注意力機制
完全基於空間-時間注意力機制處理視頻,無需傳統卷積操作
高效視頻理解
通過分解空間和時間注意力機制,實現對長視頻序列的高效處理
大規模預訓練
基於Kinetics-400大規模視頻數據集進行預訓練和微調

模型能力

視頻分類
時空特徵提取
動作識別

使用案例

視頻內容分析
動作識別
識別視頻中的人類動作和行為
可識別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