DAMO-NLP-SG/Video-LLaMA

[EMNLP 2023 Demo] Video-LLaMA：一個針對視頻理解的指令調優音視覺語言模型

↗ 在 GitHub 開啟

星數

3,141

Fork 數

287

語言

Python

授權

BSD-3-Clause

最後推送

2 年前

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

還沒有相關情報

radar 追蹤的來源裡還沒有出現過這個 repo。收集器照排程執行——等它涵蓋到這個 repo 再回來看看。