标签：技术方案
还得是抖音，字节推出竖屏视频理解数据集，入选CVPR2024
随着短视频在社交媒体的流行，竖屏视频成为了主流的视频格式。然而，传统视频处理技术主要集中在横屏视频上，忽视了竖屏视频的独特性。为了弥补这一研究空白...
LLaMA-VID：突破视觉语言模型界限，精准捕捉图像精髓
LLaMA-VID模型的主要目标是处理长时视频，并面临着挑战。为了解决这些挑战，采用了创新的方法。该模型的技术方案包括采用了关键Token，并详细描述了其作用。L...
