# ビデオテキスト対照学習

Xclip Base Patch16 Zero Shot
MIT
X-CLIPはCLIPのミニマルな拡張で、一般的なビデオと言語の理解のために、ビデオとテキストのマッチング関係を対照学習でトレーニングします。
テキスト生成ビデオ Transformers 英語
X
aurelio-ai
22
1
Xclip Large Patch14 Kinetics 600
MIT
X-CLIPはCLIPの拡張版で、一般的なビデオと言語の理解のために、ビデオとテキストのペアで対照学習によって訓練されています。
テキスト生成ビデオ Transformers 英語
X
microsoft
124
5
Xclip Base Patch16 Hmdb 4 Shot
MIT
X-CLIPはCLIPのミニマルな拡張で、汎用的なビデオ言語理解のために、(ビデオ、テキスト)ペアの対照学習方式でトレーニングされています。
ビデオ生成テキスト Transformers 英語
X
microsoft
22
1
Xclip Base Patch16 16 Frames
MIT
X-CLIPは、一般的なビデオと言語の理解のためにCLIPを極めてシンプルに拡張したもので、(ビデオ、テキスト)ペアで対照学習によってトレーニングされます。
テキスト生成ビデオ Transformers 英語
X
microsoft
1,034
0
Xclip Base Patch16
MIT
X-CLIPはCLIPの拡張版で、汎用ビデオ言語理解のために(ビデオ、テキスト)ペアで対照学習を行い、ビデオ分類やビデオ-テキスト検索などのタスクに適しています。
テキスト生成ビデオ Transformers 英語
X
microsoft
1,647
4
Xclip Base Patch32
MIT
X-CLIPはCLIPの拡張版で、汎用ビデオ言語理解のために(ビデオ、テキスト)ペアで対照学習を行い、ビデオ分類やビデオ-テキスト検索などのタスクに適しています。
テキスト生成ビデオ Transformers 英語
X
microsoft
309.80k
84
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase