T

Timesformer Hr Finetuned Ssv2

由facebook開發
TimeSformer是基於空間-時間注意力機制的視頻理解模型,該版本是在Something Something v2數據集上微調的高分辨率變體。
下載量 550
發布時間 : 10/7/2022

模型概述

該模型用於視頻分類任務,可將視頻分類為174種可能的Something Something v2標籤之一。

模型特點

空間-時間注意力機制
採用純注意力機制處理視頻的時空信息,無需卷積操作
高分辨率處理能力
該變體支持更高分辨率的視頻輸入(448x448)
視頻理解能力
專門針對視頻分類任務優化,能夠理解視頻中的時空關係

模型能力

視頻分類
時空特徵提取
高分辨率視頻處理

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
在Something Something v2數據集上表現良好
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