Action Recognition In Videos

最佳模型： Text4Vis (w/ ViT-L)

最佳模型： VideoMAE V2-g

最佳模型： MSQNet

最佳模型： PoseC3D (RGB + Pose)

最佳模型： PoseC3D (RGB + Pose)

最佳模型： MVD (Kinetics400 pretrain, ViT-H, 16 frame)

最佳模型： InternVideo

最佳模型： ip-CSN-152 (RGB)

最佳模型： BMN

最佳模型： R3D-18

最佳模型： VideoMAE V2-g

最佳模型： PoseC3D (Pose Only)

最佳模型： LART (Hiera-H, K700 PT+FT)

最佳模型： LaViLa (Finetuned, TimeSformer-L)

最佳模型： Avion (ViT-L)

最佳模型： HandFormer-B/21x8

最佳模型： UniFormerV2-L

最佳模型： DirecFormer

最佳模型： CNN-GRU

最佳模型： SlowFast

最佳模型： JMRN

最佳模型： C3D-AVG

最佳模型： DVANet

最佳模型： DeVTr

最佳模型： SEW-Resnet18 (3sets)

最佳模型： PMI Sampler

最佳模型： FAR

最佳模型： R2+1D-BERT

最佳模型： 2DCNN+TRN