基于MCG-NJU/videomae-base在未知数据集上微调的视频理解模型,F1分数达到0.7147
下载量 15
发布时间 : 2/8/2023
模型简介
该模型是VideoMAE基础架构的微调版本,专注于视频内容理解任务,可能应用于视频分类或行为识别等场景
模型特点
高效视频表示学习
基于VideoMAE架构,通过掩码自编码预训练有效学习视频时空特征
微调性能优异
在评估集上达到0.7147的F1分数,表明模型具有较强的判别能力
轻量级训练
使用较小的批次大小(3)进行高效微调
模型能力
视频特征提取
视频内容理解
时空模式识别
使用案例
视频分析
行为识别
识别视频中的人类行为或活动
F1分数0.7147
视频分类
对视频内容进行分类标注
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