Action Recognition In Videos

Bestes Modell: Text4Vis (w/ ViT-L)

Bestes Modell: VideoMAE V2-g

Bestes Modell: MSQNet

Bestes Modell: PoseC3D (RGB + Pose)

Bestes Modell: PoseC3D (RGB + Pose)

Bestes Modell: MVD (Kinetics400 pretrain, ViT-H, 16 frame)

Bestes Modell: InternVideo

Bestes Modell: ip-CSN-152 (RGB)

Bestes Modell: BMN

Bestes Modell: R3D-18

Bestes Modell: VideoMAE V2-g

Bestes Modell: PoseC3D (Pose Only)

Bestes Modell: LART (Hiera-H, K700 PT+FT)

Bestes Modell: LaViLa (Finetuned, TimeSformer-L)

Bestes Modell: Avion (ViT-L)

Bestes Modell: HandFormer-B/21x8

Bestes Modell: UniFormerV2-L

Bestes Modell: DirecFormer

Bestes Modell: CNN-GRU

Bestes Modell: SlowFast

Bestes Modell: JMRN

Bestes Modell: C3D-AVG

Bestes Modell: DVANet

Bestes Modell: DeVTr

Bestes Modell: SEW-Resnet18 (3sets)

Bestes Modell: PMI Sampler

Bestes Modell: FAR

Bestes Modell: R2+1D-BERT

Bestes Modell: 2DCNN+TRN