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。
下载量 17
发布时间 : 8/9/2024
模型简介
该模型采用Transformer架构处理视频数据,专注于时空特征提取,能够识别视频中的复杂动作。
模型特点
高分辨率处理
支持高分辨率视频输入,能够捕捉更精细的时空特征
时空注意力机制
采用Transformer架构同时处理时间和空间维度信息
预训练-微调范式
在Kinetics-400大型视频数据集上微调,具有优秀的迁移学习能力
模型能力
视频动作识别
时空特征提取
高分辨率视频处理
使用案例
视频分析
动作识别系统
识别视频中的人类动作和行为
可识别Kinetics-400数据集中的400种动作类别
视频内容理解
分析视频内容并提取关键动作信息
智能监控
异常行为检测
检测监控视频中的异常动作或行为
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