Alternatives and similar repositories for MultimodalVideoTag

Users that are interested in MultimodalVideoTag are comparing it to the libraries listed below

• Kamino666 / Video-Captioning-Transformer
  这是一个基于Pytorch平台、Transformer框架实现的视频描述生成 (Video Captioning) 深度学习模型。 视频描述生成任务指的是：输入一个视频，输出一句描述整个视频内容的文字（前提是视频较短且可以用一句话来描述）。本repo主要目的是帮助视力障碍…
  ☆99Updated 3 years ago
• paperClub-hub / chinese_clip
  中文CLIP：自定义数据集，可根据文图提取向量，实现文图匹配。
  ☆22Updated 3 years ago
• mingzhixin / face-and-behavior
  人脸识别、人脸细粒度表情识别、异常行为检测和识别
  ☆12Updated 3 years ago
• Tramac / tiny-kinetics-400
  Tiny Kinetics-400 for test
  ☆96Updated last year
• iamdin / KeyFramesExtraction
  Frames Extraction With OpenCV and Python
  ☆15Updated 5 years ago
• kitsch231 / pytorch_fake_news_Classification_mml
  使用pytorch完成的一个多模态分类任务，文本和图像部分分别使用了bert和resnet提取特征（在config里可以组合多种模型）,在我的小规模数据集上取得了良好的性能（验证集acc96%）
  ☆83Updated 2 years ago
• Whiffe / yolov5-slowfast-deepsort-PytorchVideo
  ☆65Updated 3 years ago
• fjchange / Awesome_Video_Summarization
  Papers, codes collection of video summarization / video highlight detection / video key frame selection
  ☆37Updated 4 years ago
• yangjianxin1 / ClipCap-Chinese
  基于ClipCap的看图说话Image Caption模型
  ☆320Updated 3 years ago
• weidafeng / Efficient-SlowFast
  Efficient dual attention SlowFast networks for video action recognition
  ☆25Updated 3 years ago
• DragonistYJ / EduWatching
  基于PaddlePaddle的智慧课堂实时监测系统—EduWatching
  ☆79Updated 2 years ago
• hhhhha-ops / EduAction-A-college-student-action-dataset-for-classroom-attention-estimation
  In the consideration that the college student behavior dataset is scarce, we set up a novel college students’ action dataset in the class…
  ☆21Updated 3 years ago
• Delicacies / Action_Recognition_Surveillance
  Action_Recognition_Surveillance, for huamn fall down action recognition, helmet、smoke、cell-phone detection.
  ☆19Updated 3 years ago
• WangRongsheng / pytorch-classification
  利用pytorch实现图像分类的一个完整的代码，训练，预测，TTA，模型融合，模型部署，cnn提取特征，svm或者随机森林等进行分类，模型蒸馏，一个完整的代码
  ☆31Updated 5 years ago
• mohenghui / TiredDetector
  疲劳检测
  ☆11Updated 4 years ago
• yuanxiaosc / Multimodal-short-video-dataset-and-baseline-classification-model
  500,000 multimodal short video data and baseline models. 50万条多模态短视频数据集和基线模型（TensorFlow2.0）。
  ☆135Updated 6 years ago
• CodeREWorld / Multimodal-Sentiment-Analysis
  多模态融合情感分析
  ☆139Updated 5 years ago
• liu-runsen / yolov5-fastercnn
  目标检测算法主要包括：两类two-stage和one-stage 一类是two-stage，two-stage检测算法将检测问题划分为两个阶段，首先产生候选区域（region proposals），然后对候选区域分类（一般还需要对位置精修），这一类的典型代表是R-CNN…
  ☆15Updated 4 years ago
• ahaqu01 / mot
  基于Yolov5-Deepsort-Fastreid源码，重构了视频行人MOT和行人ReID特征提取代码、接口
  ☆13Updated 2 years ago
• Whiffe / PyTorch-Facial-Expression-Recognition
  ☆22Updated 2 years ago
• lllcho / LabelV
  视频分类标注、视频时空标注
  ☆44Updated 2 years ago
• KirigiriSuzumiya / crowd_vis
  使用django+pyecharts+PP-Human开发的动态数据大屏, 有人流数据的采集入库, 打架、摔倒等事件警报，口罩检测等实用功能。边缘端版本使用onnx推理提升效率，服务端版本支持视频流推拉
  ☆33Updated 2 years ago
• justtreee / Simple-Search-by-Image
  基于内容的图像检索系统（Content Based Image Retrieval,简称 CBIR）
  ☆69Updated 7 years ago
• hpc203 / Chinese-CLIP-opencv-onnxrun
  使用OpenCV+onnxruntime部署中文clip做以文搜图，给出一句话来描述想要的图片，就能从图库中搜出来符合要求的图片。包含C++和Python两个版本的程序
  ☆85Updated 2 years ago
• CaptainEven / VideoCaption
  视频的文本摘要(标注)，输入一段视频，通过深度学习网络和人工智能程序识别视频主要表达的意思(Input a video output a txt decribing the video)。
  ☆188Updated 7 years ago
• CHNAICORP / yolov5-detection-algorithm-for-elderly-fall
  通过手动标注数据集，训练老人摔倒的模型
  ☆21Updated 2 years ago
• CVUsers / CV-Action
  ☆84Updated 4 years ago
• HuangYuantong / video-text-retrieval
  毕业设计：《基于CLIP模型的视频文本检索设计与实现》
  ☆17Updated last year
• TalkUHulk / HulkFakeFace-pytorch
  人脸全家桶--RetinaFace（MobileNetV2 and ResNet50 with Gender）、ArcFace、FaceBeautyRank and FaceRetrieval
  ☆47Updated 5 years ago
• Mingrui-Li / Qwen-VL-Lora-Model
  可以成功Lora微调的Qwen-VL模型
  ☆16Updated 2 years ago