T

Timesformer Base Finetuned K400 Continual Lora Ucf101

由 NiiCole 开发
基于TimeSformer架构的视频分类模型,在Kinetics-400数据集上预训练并在UCF101数据集上微调,采用LoRA技术进行持续学习。
下载量 17
发布时间 : 10/11/2023

模型简介

该模型是用于视频动作识别的深度学习模型,基于Transformer架构专门设计用于处理视频时序信息,在动作识别任务中表现出色。

模型特点

时序注意力机制
采用TimeSformer架构,能够有效捕捉视频中的时序信息和空间特征
高效微调
使用LoRA(Low-Rank Adaptation)技术进行持续学习,减少训练参数的同时保持模型性能
高性能
在UCF101数据集上达到97.67%的准确率,表现优异

模型能力

视频动作识别
时序特征提取
视频内容分类

使用案例

视频分析
动作识别系统
识别视频中的人类动作,如跑步、跳跃等
在UCF101数据集上准确率97.67%
视频内容审核
自动检测视频中的特定动作或行为
智能监控
异常行为检测
监控视频中检测异常或可疑行为
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase