基于MCG-NJU/videomae-base微调的视频理解模型,专注于手语识别任务
下载量 21
发布时间 : 3/4/2025
模型简介
该模型是基于VideoMAE架构微调的版本,专门用于手语识别任务。在评估集上达到了72.81%的准确率。
模型特点
视频理解能力
基于VideoMAE架构,擅长从视频序列中提取时空特征
手语识别优化
专门针对手语识别任务进行微调,在评估集上达到72.81%准确率
高效训练
采用线性学习率调度和预热策略,优化训练过程
模型能力
视频分类
手语识别
时空特征提取
使用案例
无障碍技术
手语翻译系统
将手语视频实时转换为文字或语音
在评估集上达到72.81%的识别准确率
教育技术
手语学习辅助
评估学习者手语动作的准确性
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文