AIbase
TW
模型選型
標籤
掩碼自編碼器

# 掩碼自編碼器

Vit Base Patch16 1024 128.audiomae As2m Ft As20k
基於視覺變換器(ViT)的音頻處理模型，通過自監督掩碼自編碼器(MAE)方法在AudioSet-2M上預訓練並在AudioSet-20k上微調
音頻分類
V
gaunernst
335
2
Videomae Base
VideoMAE是基於掩碼自編碼器(MAE)的視頻自監督預訓練模型，通過預測被掩碼視頻塊的像素值學習視頻內部表示。
視頻處理 Transformers
V
MCG-NJU
48.66k
45
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
V
MCG-NJU
951
6
Videomae Base Ssv2
VideoMAE是基於掩碼自編碼器的自監督視頻預訓練模型，在Something-Something-v2數據集上預訓練2400輪。
視頻處理 Transformers
V
MCG-NJU
454
2
Videomae Large Finetuned Kinetics
VideoMAE是基於掩碼自編碼器的自監督視頻預訓練模型，在Kinetics-400數據集上微調後可用於視頻分類任務。
視頻處理 Transformers
V
MCG-NJU
4,657
12
Videomae Large
VideoMAE是基於掩碼自編碼器(MAE)的視頻自監督預訓練模型，通過預測掩碼視頻塊的像素值學習視頻表徵
視頻處理 Transformers
V
MCG-NJU
3,243
31
Videomae Base Short 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數據集上微調用於視頻分類任務。
視頻處理 Transformers
V
MCG-NJU
62
3
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase