%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Test With Sdfvd
基於MCG-NJU/videomae-base微調的視頻理解模型，在評估集上表現一般（準確率50%）
視頻處理
Transformers
TransformersT
cocovani
16
0
Datatrain Videomae Base Finetuned Lr1e 07 Poly3
基於MCG-NJU/videomae-base微調的視頻理解模型，在未知數據集上訓練，準確率為11.1%
視頻處理 Transformers
TransformersD
EloiseInacio
13
0
Videomae Base Finetuned 1e 08 Bs4 Ep2
基於MCG-NJU/videomae-base微調的視頻理解模型，在未知數據集上進行了訓練
視頻處理 Transformers
TransformersV
EloiseInacio
14
0
Sign Language Classification V1
Apache-2.0
基於Google Vision Transformer (ViT)微調的手語分類模型，準確率達80.56%
圖像分類 Transformers
TransformersS
joseluhf11
40
2
Videomae Base Ipm All Videos
基於VideoMAE基礎模型在未知視頻數據集上微調的視覺模型，主要用於視頻理解任務，在評估集上達到85.59%的準確率。
視頻處理 Transformers
TransformersV
rickysk
30
0
Videomae Huge Finetuned Kinetics
VideoMAE是基於掩碼自編碼器(MAE)的視頻預訓練模型，通過自監督學習在Kinetics-400數據集上微調，適用於視頻分類任務。
視頻處理 Transformers
TransformersV
MCG-NJU
2,984
4
Videomae Base Finetuned
基於MCG-NJU/videomae-base在未知數據集上微調的視頻理解模型，F1分數達到0.7147
視頻處理 Transformers
TransformersV
sheraz179
15
0
Timesformer Hr Finetuned K400
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。
視頻處理 Transformers
TransformersT
facebook
178
2
Xclip Base Patch16 Hmdb 16 Shot
MIT
X-CLIP是CLIP的擴展版本，用於通用視頻語言理解，支持視頻分類和視頻-文本檢索任務。
視頻處理 Transformers 英語
Transformers 英語X
microsoft
49
0
Xclip Base Patch16 Hmdb 8 Shot
MIT
X-CLIP是CLIP的擴展版本，用於通用視頻-語言理解，通過對比學習在視頻和文本對上訓練，適用於視頻分類和視頻-文本檢索任務。
文本生成視頻 Transformers 英語
Transformers 英語X
microsoft
17
1
Xclip Base Patch16 Hmdb 4 Shot
MIT
X-CLIP是CLIP的極簡擴展，用於通用視頻語言理解，通過(視頻，文本)對的對比方式進行訓練。
視頻生成文本 Transformers 英語
Transformers 英語X
microsoft
22
1
Xclip Base Patch16 Hmdb 2 Shot
MIT
X-CLIP是CLIP的擴展版本，用於通用視頻語言理解，通過對比學習在視頻和文本對上訓練，支持零樣本、少樣本和全監督的視頻分類任務。
文本生成視頻 Transformers 英語
Transformers 英語X
microsoft
19
0
Finetuned ViT Indian Food Classification V3
Apache-2.0
該模型是基於google/vit-base-patch16-224-in21k在Human_Action_Recognition數據集上微調的圖像分類模型，準確率達到93.84%。
圖像分類 Transformers
TransformersF
DrishtiSharma
60
2
Videomae Base Finetuned Ssv2
VideoMAE是基於掩碼自編碼器(MAE)的視頻自監督預訓練模型，在Something-Something-v2數據集上微調用於視頻分類任務。
視頻處理 Transformers
TransformersV
MCG-NJU
951
6
Videomae Base Finetuned Kinetics
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數據集上微調後可用於視頻分類任務。
視頻處理 Transformers
TransformersV
MCG-NJU
44.91k
34
Video Classification Cnn Rnn
基於CNN-RNN混合架構的視頻分類模型，用於動作識別任務
視頻處理
V
keras-io
57
14
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
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
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