Advertisement

TimeSformer 预训练模型 - TimeSformer_divST_16x16_448_K600.pyth

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
这段简介描述的是一个名为TimeSformer的视频预训练模型，具体文件名TimeSformer_divST_16x16_448_K600.pyth表明这是一个针对时空特征学习优化的模型，适用于各种视频理解和分析任务。 TimeSformer在K600数据集上进行预训练的模型使用了16帧视频片段，并采用了448像素的空间裁剪方式，其准确率分别为acc@1：81.8%，acc@5：95.8%。TimeSformer论文题目为《Is Space-Time Attention All You Need for Video Understanding?》，提出了一种基于transformer的视频理解模型（video transformer）。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • TimeSformer 预训练模型 - TimeSformer_divST_16x16_448_K600.pyth
    优质
    这段简介描述的是一个名为TimeSformer的视频预训练模型，具体文件名TimeSformer_divST_16x16_448_K600.pyth表明这是一个针对时空特征学习优化的模型，适用于各种视频理解和分析任务。 TimeSformer在K600数据集上进行预训练的模型使用了16帧视频片段，并采用了448像素的空间裁剪方式，其准确率分别为acc@1：81.8%，acc@5：95.8%。TimeSformer论文题目为《Is Space-Time Attention All You Need for Video Understanding?》，提出了一种基于transformer的视频理解模型（video transformer）。
  • TimeSformer预训练模型 - TimeSformer_divST_8x32_224_K400.pyth
    优质
    TimeSformer_divST_8x32_224_K400.pyth是一个基于时间注意力机制的视频理解预训练模型，适用于动作识别等任务。该模型在Kinetics数据集上进行训练，提供强大的时空特征学习能力。 TimeSformer：Is Space-Time Attention All You Need for Video Understanding?（video transformer）在K400数据集上使用预训练的TimeSformer模型进行测试，采用8帧输入，空间裁剪尺寸为224，获得准确率@1为77.9%，准确率@5为93.2%。
  • Human36M预训练模型
    优质
    Human36M预训练模型是基于大规模人体运动数据集Human3.6M开发的一种深度学习模型，广泛应用于动作识别与姿态估计领域。 在Learnable Triangulation of Human Pose文章代码中的预训练模型与human36m数据集相关，包括基于体积和三角化的模型以及pose_resnet的预训练模型。这些文件应放置于data\pretrained目录下并解压。
  • YOLOv5预训练模型
    优质
    简介：YOLOv5是一款高效的目标检测算法，基于深度学习技术，适用于多种场景下的实时目标识别任务。 YOLOV5的预训练模型包括yolov5s、yolov5n、yolov5l、yolov5m和yolov5x。
  • 预训练模型.rar
    优质
    《预训练模型》是一份关于自然语言处理中预训练模型的技术资料集，涵盖多种模型架构与应用场景，适用于研究和开发。 FCHD预训练模型vgg_16_caffe.pth下载后需保存在`data`文件夹中。
  • Yolov5预训练模型
    优质
    简介：Yolov5是一种先进的目标检测算法，基于深度学习框架，用于识别图像中的对象。它采用了一系列创新技术来提高精度和速度，并且提供了一个可直接使用的预训练模型以供快速部署。 这段文字涵盖了yolov5m、yolov5s、yolov5l以及yolov5s模型的相关内容。
  • 预训练模型.rar
    优质
    《预训练模型.rar》包含了多种自然语言处理任务中广泛使用的预训练模型资源。这些模型为文本理解、生成等提供了强大的基础，助力研究者和开发者高效构建智能应用。 DTLN降噪训练好的模型。使用说明可以在GitHub上找到：https://github.com/GrayScaleHY/NS_DTLN 去掉链接后： DTLN降噪训练好的模型。使用说明可在相关文档中查看。
  • Inception_ResNet_V2预训练模型
    优质
    Inception-ResNet-V2是一种先进的深度学习架构，基于Google开发的Inception网络并引入了残差连接。该预训练模型在大规模图像数据集上进行了优化训练，适用于多种计算机视觉任务。 训练好的inception_resnet_v2_2016_08_30模型在ImageNet上进行过训练，可用于图像识别。
  • ArcFace 预训练模型
    优质
    ArcFace是一种先进的深度学习人脸验证预训练模型，专为提高人脸识别系统的准确性而设计，在多个基准测试中表现出卓越性能。 ArcFace ResNet50@WebFace600K