DAMO-NLP-SG/Video-LLaMA

[EMNLP 2023 Demo] Video-LLaMA：一个针对视频理解的指令调优音视觉语言模型

↗ 在 GitHub 打开

星数

3,141

Fork 数

287

语言

Python

许可

BSD-3-Clause

最后推送

2年前

Python large-language-models llama blip2 vision-language-pretraining cross-modal-pretraining minigpt4 multi-modal-chatgpt video-language-pretraining

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。