T

Timesformer Base Finetuned K400

由 fcakyon 开发
TimeSformer是一个基于空间-时间注意力机制的视频分类模型,专门针对Kinetics-400数据集进行微调。
下载量 17
发布时间 : 12/10/2022
模型介绍
内容详情
替代品

模型简介

该模型用于将视频分类为400种可能的Kinetics-400标签之一,采用纯注意力机制处理视频数据,无需卷积操作。

模型特点

纯注意力机制
完全基于空间-时间注意力机制处理视频,无需传统卷积操作
高效视频理解
通过分解空间和时间注意力机制,实现对长视频序列的高效处理
大规模预训练
基于Kinetics-400大规模视频数据集进行预训练和微调

模型能力

视频分类
时空特征提取
动作识别

使用案例

视频内容分析
动作识别
识别视频中的人类动作和行为
可识别400种不同的动作类别
视频内容分类
对视频内容进行自动分类和标记