AIbase
ZH
模型选型
标签
视频动作识别

# 视频动作识别

Videomae Base Finetuned Kinetics 0409 Final 5sec Org Ab7 Val Inside Train
该模型是基于MCG-NJU/videomae-base-finetuned-kinetics微调的版本，主要用于视频理解任务，在评估集上取得了91.38%的准确率。
视频处理 Transformers
V
d2o2ji
17
0
Videomae Base Finetuned Kinetics 0409 Final 5sec Org Ab7 Val As123 Retry
基于MCG-NJU/videomae-base-finetuned-kinetics微调的视频理解模型，在评估集上准确率达91.23%
视频处理 Transformers
V
d2o2ji
30
0
Videomae Base Finetuned Ucf101 Subset
基于VideoMAE基础模型在UCF101子集上微调的视频分类模型
视频处理 Transformers
V
cccchristopher
30
0
Videomae Base Finetuned Kinetics 0408 Final 5sec Org Ab7 Val As123
基于VideoMAE架构的视频动作识别模型，在Kinetics数据集上微调，准确率达92.25%
视频处理 Transformers
V
d2o2ji
31
0
Videomae Base Finetuned Kinetics 0408 Final 45sec Org
基于MCG-NJU/videomae-base-finetuned-kinetics微调的视频理解模型，在评估集上准确率达90.97%
视频处理 Transformers
V
d2o2ji
26
0
Videomae Base Finetuned Ucf101 Subset
基于 VideoMAE 基础模型在 UCF101 动作识别数据集子集上微调的视频理解模型
视频处理 Transformers
V
ihsanahakiim
39
0
Timesformer Hr Finetuned K600
TimeSformer-HR 是一个基于视频的动作识别模型，专门针对高分辨率视频进行了优化，并在 Kinetics-600 数据集上进行了微调。
视频处理 Transformers
T
onnx-community
17
0
Timesformer Hr Finetuned K400
TimeSformer-HR 是一个基于视频的高分辨率时空Transformer模型，在Kinetics-400数据集上进行了微调，适用于视频动作识别任务。
视频处理 Transformers
T
onnx-community
17
0
Timesformer Base Finetuned Ssv2
TimeSformer是一种基于Transformer的视频理解模型，专门针对时序动作识别任务进行了优化。
视频处理 Transformers
T
onnx-community
17
0
Timesformer Base Finetuned K600
TimeSformer 是一个基于 Transformer 架构的视频理解模型，专门用于处理视频分类任务。
视频处理 Transformers
T
onnx-community
16
0
Timesformer Base Finetuned K400
TimeSformer 是一个基于 Transformer 的视频理解模型，专门针对 Kinetics-400 数据集进行了微调。
视频处理 Transformers
T
onnx-community
17
0
Athit Timesformer 32PS
TimeSformer是基于空间-时间注意力机制的视频理解模型，在Kinetics-400数据集上进行了微调，可用于视频分类任务。
视频处理 Transformers
A
mbushee
17
0
Timesformer Base Finetuned K400 Finetuned Asl
该模型是基于facebook/timesformer-base-finetuned-k400微调的视频分类模型，在评估集上准确率达到96.25%。
视频处理 Transformers
T
Krithiik
74
0
Timesformer Base Finetuned K400 Continual Lora Ucf101 Continual Lora Ucf101
基于TimeSformer架构的视频动作识别模型，在Kinetics-400数据集上预训练并在UCF101数据集上微调
视频处理 Transformers
T
NiiCole
18
0
Timesformer Base Finetuned K400 Continual Lora Ucf101
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。
视频处理 Transformers
T
NiiCole
17
0
Timesformer Base Finetuned K400 Finetuned Olimpics Sport Subset
基于TimeSformer架构的视频动作识别模型，在Kinetics-400数据集预训练后，针对奥运会运动子集进行了微调
视频处理 Transformers
T
IsraelSonseca
25
0
Videomae Small Finetuned Ssv2
VideoMAE是基于掩码自编码器(MAE)的视频自监督预训练模型，在Something-Something V2数据集上微调用于视频分类任务。
视频处理 Transformers
V
MCG-NJU
140
0
Videomae Base Finetuned Ucf101 Subset
基于VideoMAE基础模型在UCF101子集上微调的视频分类模型
视频处理 Transformers
V
koya1
14
0
Videomae Base Finetuned Ucf101 Subset
基于VideoMAE基础模型在UCF101子集上微调的视频理解模型，准确率达95.71%
视频处理 Transformers
V
anitavero
14
0
Videomae Base Finetuned Ucf101 Subset
基于VideoMAE基础模型在UCF101子集上微调的视频分类模型，准确率达95.22%
视频处理 Transformers
V
burcusu
17
2
Videomae Base Short Finetuned Ssv2 Finetuned Rwf2000 Epochs8 Batch8 Fp16
基于VideoMAE架构的视频动作识别模型，在SSv2数据集上预训练后，进一步在RWF-2000数据集上微调
视频处理 Transformers
V
lmazzon70
14
0
Videomae Base Ssv2 Finetuned Rwf2000
基于VideoMAE架构的视频理解模型，在RWF-2000数据集上微调，用于暴力行为检测任务
视频处理 Transformers
V
lmazzon70
30
0
Timesformer Large Finetuned K400
TimeSformer是一个基于空间-时间注意力机制的视频分类模型，专门用于视频理解任务。
视频处理 Transformers
T
fcakyon
254
0
Timesformer Base Finetuned K600
TimeSformer是基于空间-时间注意力机制的视频分类模型，在Kinetics-600数据集上进行了微调。
视频处理 Transformers
T
fcakyon
20
0
Timesformer Base Finetuned K400
TimeSformer是一个基于空间-时间注意力机制的视频分类模型，专门针对Kinetics-400数据集进行微调。
视频处理 Transformers
T
fcakyon
17
0
Timesformer Hr Finetuned K600
TimeSformer是一种基于时空注意力机制的视频理解模型，高分辨率变体专门针对Kinetics-600数据集进行了微调。
视频处理 Transformers
T
fcakyon
22
0
Videomae Base Finetuned Ucf101
MIT
基于VideoMAE Base模型在UCF101数据集上微调的视频动作识别模型
视频处理 Transformers 英语
V
nateraw
130
1
Videomae Base Finetuned Ucf101 Subset
基于VideoMAE架构的视频分类模型，在UCF101子集上微调，准确率达85.16%
视频处理 Transformers
V
nateraw
77
0
Timesformer Hr Finetuned K600
TimeSformer是一种基于空间-时间注意力机制的视频分类模型，专门用于视频理解任务。
视频处理 Transformers
T
facebook
2,927
6
AIbase
智启未来，您的人工智能解决方案智库
English简体中文繁體中文にほんご
© 2025AIbase