BriefGPT.xyz
Ask
alpha
关键词
text to video retrieval
搜索结果 - 1
MDMMT：用于视频检索的多领域多模态 Transformer
通过对多个视频字幕数据集的正确组合，我们在 MSRVTT 和 LSMDC 基准测试上提出了一种新的文本到视频检索任务的最新技术，成果展示了在无微调的情况下，单一模型在两个数据集上实现了最先进的结果。
PDF
3 years ago
Prev
Next