Преобразованный для Transformers видеоэнкодер Meta AI V-JEPA 2.1 ViT-L/16 предназначен для извлечения признаков и классификации видеоклипов.
Подходит для: извлечение признаков из видеоклипов · классификация видео с обучаемым attentive pooler · получение иерархических признаков видео с нескольких уровней энкодера