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。
下载量 17
发布时间 : 8/9/2024
模型简介
该模型是一个基于 Transformer 架构的视频动作识别模型,适用于高分辨率视频内容分析,能够识别视频中的各种动作类别。
模型特点
高分辨率视频处理
专门针对高分辨率视频内容进行了优化,能够处理更清晰的视频输入。
基于Transformer架构
采用先进的Transformer架构,能够有效捕捉视频中的时空特征。
ONNX格式支持
提供ONNX格式权重,便于网页端部署和使用Transformers.js库。
模型能力
视频动作识别
时空特征提取
高分辨率视频分析
使用案例
视频内容分析
动作识别
识别视频中人物的各种动作,如跑步、跳跃、游泳等。
在Kinetics-600数据集上表现出色
视频分类
对视频内容进行分类,识别视频所属的类别。
智能监控
异常行为检测
在监控视频中检测异常或可疑行为。
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