T

Timesformer Hr Finetuned K400

由facebook開發
TimeSformer是一種基於空間-時間注意力機制的視頻理解模型,在Kinetics-400數據集上進行了預訓練和微調。
下載量 178
發布時間 : 10/7/2022

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400種可能的Kinetics-400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中的空間和時間信息,無需卷積操作。
高分辨率處理能力
該變體支持高分辨率視頻輸入,能夠捕捉更精細的視覺特徵。
大規模預訓練
在Kinetics-400大規模視頻數據集上進行預訓練,具有強大的泛化能力。

模型能力

視頻分類
動作識別
視頻內容分析

使用案例

視頻內容理解
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
視頻分類
對視頻內容進行分類和標註
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase