T

Timesformer Base Finetuned Ssv2

由 facebook 开发
TimeSformer是一种基于空间-时间注意力机制的视频理解模型,在Something Something v2数据集上进行了微调,用于视频分类任务。
下载量 379
发布时间 : 10/7/2022
模型介绍
内容详情
替代品

模型简介

该模型主要用于将视频分类为174种可能的Something Something v2标签之一,采用了纯注意力机制处理视频数据。

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数据,无需卷积操作
高效视频理解
能够有效捕捉视频中的时空特征
预训练-微调范式
在Something Something v2数据集上进行了微调,适用于特定视频分类任务

模型能力

视频分类
时空特征提取
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和行为
可分类174种不同的动作类别
视频内容理解
理解视频中的物体交互和场景变化