T

Timesformer Hr Finetuned K600

由facebook開發
TimeSformer是一種基於空間-時間注意力機制的視頻分類模型,專門用於視頻理解任務。
下載量 2,927
發布時間 : 10/7/2022

模型概述

該模型基於Kinetics-600數據集預訓練,能夠將視頻分類為600種可能的類別。它採用了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Transformer架構,使用空間-時間注意力處理視頻數據,無需傳統卷積操作
高效視頻理解
專門設計用於處理視頻序列數據,能夠捕捉時空特徵
大規模預訓練
在Kinetics-600大型視頻數據集上進行預訓練,具有廣泛的應用能力

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
可識別Kinetics-600數據集中的600種動作類別
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