MuLTI:高效视频与语言理解
一、背景1.1多模态的发展多模态理解模型具有广泛的应用,比如多标签分类(Classification)、视频问答(videoQA)和文本视频检索(Retrieval)等。现有的方法已经在视频和语言理解方面取得了重大进展,然而,他们仍然面临两个巨大的挑战:1、在处理长
一、背景1.1多模态的发展多模态理解模型具有广泛的应用,比如多标签分类(Classification)、视频问答(videoQA)和文本视频检索(Retrieval)等。现有的方法已经在视频和语言理解方面取得了重大进展,然而,他们仍然面临两个巨大的挑战:1、在处理长
应用场景在项目开发中,若遇到在系统中内嵌其他平台页面,可做参考。(注:开发环境<codeAngular8.1.0</code,<codengzorroantd:~8.0.2</code,前端容器<codenginx:1.10.1</code。)实现步骤