Implementazione di TimeSformer di Facebook AI, una soluzione puramente basata su attenzione per la classificazione video
Classifica i video utilizzando un modello basato su attenzione che si concentra su tempo e spazio per una maggiore precisione.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiImplementazione di TimeSformer di Facebook AI, una soluzione puramente basata su attenzione per la classificazione video
TimeSformer-pytorch ha 729 stelle su GitHub. È stato forkato 89 volte. TimeSformer-pytorch è scritto principalmente in Python. È in sviluppo attivo dal 2021. TimeSformer-pytorch è disponibile con licenza MIT. I suoi temi principali sono: artificial-intelligence, attention-mechanism, deep-learning, transformers.
Implementazione di TimeSformer di Facebook AI, una soluzione puramente basata su attenzione per la classificazione video
TimeSformer-pytorch è un progetto open source. È rilasciato con licenza MIT.
Sì. TimeSformer-pytorch è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
TimeSformer-pytorch è disponibile con licenza MIT.
TimeSformer-pytorch è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/lucidrains-timesformer-pytorch.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.