タグ: #TimeSformer

← すべての記事

• 動画モデル: 3D畳み込み、2つのストリーム(SlowFast)、アテンション(TimeSformer) — そして動画におけるマスキングと予測(VideoMAE)

  1枚の画像を見るモデルに時間軸を加える3つのアプローチを整理します。フィルタを時間方向にも拡張した3D畳み込み(C3D、ImageNetの重みを膨らませて開始するI3D)、遅いパスと速いパスを並べる2つのストリーム(Two-stream、SlowFast)、時間と空間を分けてアテンションを適用するTransformer(TimeSformer)です。低コストな代替手法であるTSMのチャネルシフトや、動画を90%マスクして予測するVide

  2026-10-17 · 16 分で読めます #비전 모델#영상 인식#I3D#SlowFast#TimeSformer