T

Timesformer Base Finetuned Ssv2

由 onnx-community 开发
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
模型介绍
内容详情
替代品

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