Action Recognition In Videos

Meilleur modèle: Text4Vis (w/ ViT-L)

Meilleur modèle: VideoMAE V2-g

Meilleur modèle: MSQNet

Meilleur modèle: PoseC3D (RGB + Pose)

Meilleur modèle: PoseC3D (RGB + Pose)

Meilleur modèle: MVD (Kinetics400 pretrain, ViT-H, 16 frame)

Meilleur modèle: InternVideo

Meilleur modèle: ip-CSN-152 (RGB)

Meilleur modèle: BMN

Meilleur modèle: R3D-18

Meilleur modèle: VideoMAE V2-g

Meilleur modèle: PoseC3D (Pose Only)

Meilleur modèle: LART (Hiera-H, K700 PT+FT)

Meilleur modèle: LaViLa (Finetuned, TimeSformer-L)

Meilleur modèle: Avion (ViT-L)

Meilleur modèle: HandFormer-B/21x8

Meilleur modèle: UniFormerV2-L

Meilleur modèle: DirecFormer

Meilleur modèle: CNN-GRU

Meilleur modèle: SlowFast

Meilleur modèle: JMRN

Meilleur modèle: C3D-AVG

Meilleur modèle: DVANet

Meilleur modèle: DeVTr

Meilleur modèle: SEW-Resnet18 (3sets)

Meilleur modèle: PMI Sampler

Meilleur modèle: FAR

Meilleur modèle: R2+1D-BERT

Meilleur modèle: 2DCNN+TRN