许可协议: Apache-2.0
支持语言:

• 英语
  评估指标:
• 准确率
  库名称: transformers
  任务标签: 视觉问答
  标签:
• 多模态大语言模型
• 大视频语言模型

VideoRefer套件：基于视频大语言模型的时空物体理解进阶

如果您喜欢我们的项目，请在GitHub上为我们点个星⭐以获取最新动态。

🌏 模型库

📑 引用

如果您发现VideoRefer套件对您的研究和应用有所帮助，请使用以下BibTeX引用：

@article{yuan2024videorefersuite,  
  title = {VideoRefer套件：基于视频大语言模型的时空物体理解进阶},  
  author = {袁玉谦、张航、李文桐、程泽森、张博强、李龙、李鑫、赵德力、张文桥、庄越挺、朱建科、宾利东},  
  journal={arXiv},  
  year={2024},  
  url = {}  
}