VideoPrism

VideoPrism官网

视频理解基础模型

VideoPrism简介

需求人群：

"- 视频分类、定位\n- 视频检索\n- 视频字幕生成\n- 视频问答\n- 科学视频分析"

使用场景示例：

"- 利用VideoPrism进行视频分类，实现动作识别\n- 应用VideoPrism提取视频特征，检索相似视频\n- 基于VideoPrism为视频自动生成描述文字\n- 与语言模型结合，构建视频问答系统"

产品特色：

– 预训练数据包含3600万高质量视频-文本对，5820万带嘈杂文本的视频剪辑，数据规模最大、质量最高
– 采用两阶段预训练策略，对比学习匹配视频和文本，预测遮蔽的视频块
– 一个固定模型直接适配下游任务，无需调参和微调
– 在30个视频理解基准上刷新最优记录

VideoPrism官网入口网址

https://research.google/pubs/pub52846/

小编发现VideoPrism网站非常受用户欢迎，请访问VideoPrism网址入口试用。