AIbase

V

Vqvae

由 hpcai-tech 开发
VQVAE是基于VQ-VAE架构的视频生成模型，克隆自VideoGPT项目，旨在将模型转换为Hugging Face格式以便更便捷地加载。
视频处理
Transformers
开源协议:MIT#视频生成#VQ-VAE架构#Transformer结合
下载量 179
发布时间 : 2/20/2024
模型介绍
内容详情
替代品

模型简介

该模型基于VQ-VAE（向量量化变分自编码器）架构，专注于视频生成任务，通过将视频数据编码为离散潜在表示来实现高效生成。

模型特点

高效视频表示
通过VQ-VAE架构将视频编码为离散潜在表示，实现高效存储和处理。
Hugging Face兼容
模型已转换为Hugging Face格式，便于在Hugging Face生态系统中加载和使用。
视频生成能力
能够基于潜在表示生成高质量的视频内容。

模型能力

视频编码
视频生成
潜在表示学习

使用案例

创意内容生成
短视频生成
生成创意短视频内容
可生成具有连贯性的短视频序列
数据增强
视频数据扩充
为视频识别任务生成额外的训练数据
可扩展有限视频数据集