V

Videomae Base Short Finetuned Kinetics

由MCG-NJU開發
VideoMAE是基於掩碼自編碼器(MAE)的視頻自監督預訓練模型,在Kinetics-400數據集上微調用於視頻分類任務。
下載量 62
發布時間 : 8/2/2022

模型概述

該模型通過自監督方式預訓練800輪次,並在Kinetics-400數據集上進行監督微調,能夠將視頻分類為400個可能類別之一。

模型特點

自監督預訓練
採用掩碼自編碼器(MAE)方法進行自監督預訓練,減少對標註數據的依賴
高效視頻表徵學習
能夠學習視頻的內部表徵,提取下游任務所需的特徵
高準確率
在Kinetics-400測試集上達到79.4%的top-1準確率和94.1%的top-5準確率

模型能力

視頻分類
視頻特徵提取

使用案例

視頻內容分析
視頻分類
將視頻分類為Kinetics-400數據集的400個類別之一
在Kinetics-400測試集上達到79.4%的top-1準確率
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase