TimeSformer是一种基于Transformer的视频理解模型,专门针对时序动作识别任务进行了优化。
下载量 17
发布时间 : 8/9/2024
模型简介
该模型是Facebook开发的TimeSformer架构的变体,专门在Something-Something V2数据集上进行了微调,适用于视频动作识别任务。
模型特点
时空注意力机制
采用Transformer架构同时处理空间和时间维度信息,有效捕捉视频中的时空特征
高效视频处理
相比传统3D CNN模型,能以更高效的方式处理长视频序列
ONNX兼容性
提供ONNX格式权重,便于在Web环境中部署使用
模型能力
视频动作识别
时序行为理解
视频内容分析
使用案例
智能视频分析
动作识别系统
识别视频中的人类动作和行为
可准确分类Something-Something V2数据集中的174类动作
视频内容理解
分析视频内容并提取关键动作信息
人机交互
手势识别
识别视频中的人类手势和动作
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