基于VideoMAE基础模型在未知数据集上微调的视频理解模型,在评估集上达到86.41%的准确率
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,主要用于视频内容理解任务,具体应用场景需进一步补充
模型特点
高效视频表示学习
采用掩码自编码器架构,能有效学习视频的时空特征表示
微调性能优异
在评估集上达到86.41%的准确率,表现良好
轻量级训练
使用8的批次大小即可进行有效训练
模型能力
视频特征提取
视频内容分类
时空模式识别
使用案例
视频内容分析
动作识别
识别视频中的人类动作或行为
准确率86.41%(基于评估集)
场景分类
对视频场景内容进行分类
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