AIbase
ZH
模型选型
标签
视频自监督学习

# 视频自监督学习

Videomaev2 Giant
VideoMAEv2-giant是一个基于自监督学习的超大规模视频分类模型，采用双掩码策略进行预训练。
视频处理 Safetensors
V
OpenGVLab
1,071
4
Videomaev2 Huge
VideoMAEv2-Huge是一个基于自监督学习的视频特征提取模型，在UnlabeldHybrid-1M数据集上进行了1200轮预训练。
视频处理 Safetensors
V
OpenGVLab
1,145
1
Videomaev2 Large
VideoMAEv2-Large是基于UnlabeldHybrid-1M数据集进行自监督预训练的大规模视频特征提取模型
视频处理
V
OpenGVLab
5,581
1
Videomae Huge Finetuned Kinetics
VideoMAE是基于掩码自编码器(MAE)的视频预训练模型，通过自监督学习在Kinetics-400数据集上微调，适用于视频分类任务。
视频处理 Transformers
V
MCG-NJU
2,984
4
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
Videomae Base 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数据集上微调后可用于视频分类任务。
视频处理 Transformers
V
MCG-NJU
44.91k
34
Videomae Base Short
VideoMAE是基于掩码自编码器(MAE)的视频自监督预训练模型，通过掩码补丁预测学习视频内部表示，适用于下游视频分类等任务。
视频处理 Transformers
V
MCG-NJU
886
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