基于TimeSformer架构的视频理解模型,在未知数据集上微调,准确率达88.52%
下载量 15
发布时间 : 3/4/2024
模型简介
这是一个基于TimeSformer架构的视频分类模型,适用于时序视频理解任务。模型在评估集上表现出色,准确率达到88.52%。
模型特点
高准确率
在评估集上达到88.52%的准确率,表现优异
时序理解能力
基于TimeSformer架构,擅长处理视频时序信息
高效训练
采用线性学习率调度和Adam优化器,训练过程稳定高效
模型能力
视频分类
时序特征提取
视频内容理解
使用案例
视频分析
动作识别
识别视频中的人类动作或行为
准确率88.52%
场景分类
对视频内容场景进行分类
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