S

Spacetimegpt

由Neleac開發
時空GPT是一個能夠進行空間和時間推理的視頻描述生成模型,能夠分析視頻幀並生成描述視頻事件的句子。
下載量 2,877
發布時間 : 4/21/2023

模型概述

該模型結合了視覺編碼器和文本解碼器,能夠從視頻中提取關鍵幀並生成相應的文字描述,適用於視頻字幕生成任務。

模型特點

時空推理能力
能夠同時分析視頻中的空間和時間信息,生成準確的視頻描述。
預訓練模型結合
結合了Timesformer視頻分類模型和GPT-2文本生成模型的優勢。
多幀分析
從視頻中採樣並分析八幀畫面,全面理解視頻內容。

模型能力

視頻字幕生成
視頻內容理解
時空信息處理

使用案例

視頻內容分析
視頻字幕自動生成
為視頻自動生成描述性字幕,提高視頻可訪問性。
生成的描述準確反映視頻內容
視頻內容理解
分析視頻內容,提取關鍵事件和動作。
能夠識別視頻中的主要活動和場景
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase