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：通过视频大语言模型推进时空物体理解

如果您喜欢我们的项目，请在GitHub上为我们点个星⭐，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：通过视频大语言模型推进时空物体理解},  
  author = {袁雨倩、张航、李文彤、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 = {}  
}