Timesformer Base Finetuned Ssv2
TimeSformer是一種基於空間-時間注意力機制的視頻理解模型,在Something Something v2數據集上進行了微調,用於視頻分類任務。
下載量 379
發布時間 : 10/7/2022
模型概述
該模型主要用於將視頻分類為174種可能的Something Something v2標籤之一,採用了純注意力機制處理視頻數據。
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數據,無需卷積操作
高效視頻理解
能夠有效捕捉視頻中的時空特徵
預訓練-微調範式
在Something Something v2數據集上進行了微調,適用於特定視頻分類任務
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
可分類174種不同的動作類別
視頻內容理解
理解視頻中的物體交互和場景變化
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98