T

Timesformer Hr Finetuned Ssv2

由fcakyon開發
TimeSformer是一個基於時空注意力機制的視頻分類模型,在Something Something v2數據集上進行了微調。
下載量 14
發布時間 : 12/10/2022

模型概述

該模型主要用於視頻分類任務,能夠將視頻分類為174種可能的Something Something v2標籤之一。

模型特點

時空注意力機制
採用純注意力機制處理視頻的時空信息,無需卷積操作
高分辨率處理
支持高分辨率視頻輸入(448x448像素)
端到端訓練
直接從原始視頻幀學習,無需手工特徵提取

模型能力

視頻分類
時空特徵提取
動作識別

使用案例

視頻理解
動作識別
識別視頻中的人類動作和行為
可分類174種不同的動作類別
視頻內容分析
分析視頻內容並自動分類
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase