TimeSformer 是一个基于 Transformer 架构的视频理解模型,专门用于处理视频分类任务。
下载量 16
发布时间 : 8/9/2024
模型简介
该模型是基于 Transformer 架构的视频分类模型,经过 Kinetics-600 数据集微调,适用于视频动作识别任务。
模型特点
基于 Transformer 的视频理解
利用 Transformer 架构处理视频序列,有效捕捉时空特征。
Kinetics-600 微调
在大型视频数据集 Kinetics-600 上进行了微调,具有较好的视频动作识别能力。
ONNX 兼容
提供 ONNX 格式权重,便于在网页端使用 Transformers.js 进行部署。
模型能力
视频分类
动作识别
时空特征提取
使用案例
视频分析
动作识别
识别视频中人物的动作类型,如跑步、跳舞等。
行为分析
分析视频中的行为模式,用于监控或体育分析。
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