模型简介
该模型采用CNN处理视频帧的空间信息,RNN处理时间序列信息,在UCF101数据集上进行训练,可用于视频动作分类任务。
模型特点
时空特征联合建模
通过CNN提取空间特征,RNN处理时序信息,实现视频时空特征的联合建模
迁移学习应用
利用预训练CNN模型进行特征提取,提升模型性能
轻量级架构
相比纯3D卷积网络,CNN-RNN架构参数量更少,计算效率更高
模型能力
视频动作识别
时空特征提取
多类别分类
使用案例
智能安防
异常行为检测
检测监控视频中的异常行为如打架、跌倒等
体育分析
运动动作识别
识别各类体育运动中的标准动作
内容推荐
视频内容分类
根据视频内容自动打标签,用于推荐系统
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