AIbase
ZH
模型选型
标签
掩码自编码器

# 掩码自编码器

Vit Base Patch16 1024 128.audiomae As2m Ft As20k
基于视觉变换器(ViT)的音频处理模型，通过自监督掩码自编码器(MAE)方法在AudioSet-2M上预训练并在AudioSet-20k上微调
音频分类
V
gaunernst
335
2
Videomae Base
VideoMAE是基于掩码自编码器(MAE)的视频自监督预训练模型，通过预测被掩码视频块的像素值学习视频内部表示。
视频处理 Transformers
V
MCG-NJU
48.66k
45
Videomae Base 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
951
6
Videomae Base Ssv2
VideoMAE是基于掩码自编码器的自监督视频预训练模型，在Something-Something-v2数据集上预训练2400轮。
视频处理 Transformers
V
MCG-NJU
454
2
Videomae Large Finetuned Kinetics
VideoMAE是基于掩码自编码器的自监督视频预训练模型，在Kinetics-400数据集上微调后可用于视频分类任务。
视频处理 Transformers
V
MCG-NJU
4,657
12
Videomae Large
VideoMAE是基于掩码自编码器(MAE)的视频自监督预训练模型，通过预测掩码视频块的像素值学习视频表征
视频处理 Transformers
V
MCG-NJU
3,243
31
Videomae Base Short Finetuned Kinetics
VideoMAE是基于掩码自编码器(MAE)的视频自监督预训练模型，在Kinetics-400数据集上微调用于视频分类任务。
视频处理 Transformers
V
MCG-NJU
62
3
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