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…
  ☆96Updated 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
• fjchange / Awesome_Video_Summarization
  Papers, codes collection of video summarization / video highlight detection / video key frame selection
  ☆36Updated 4 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
• yangjianxin1 / ClipCap-Chinese
  基于ClipCap的看图说话Image Caption模型
  ☆319Updated 3 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%）
  ☆82Updated 2 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）。
  ☆134Updated 6 years ago
• Tramac / tiny-kinetics-400
  Tiny Kinetics-400 for test
  ☆95Updated last year
• YeexiaoZheng / Multimodal-Sentiment-Analysis
  多模态情感分析——基于BERT+ResNet的多种融合方法
  ☆337Updated 3 years ago
• CodeREWorld / Multimodal-Sentiment-Analysis
  多模态融合情感分析
  ☆137Updated 5 years ago
• amanwalia123 / KeyFramesExtraction
  This repository contains script to divide a video into key frames.
  ☆184Updated 7 years ago
• iamdin / KeyFramesExtraction
  Frames Extraction With OpenCV and Python
  ☆15Updated 5 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
• DragonistYJ / EduWatching
  基于PaddlePaddle的智慧课堂实时监测系统—EduWatching
  ☆77Updated 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
  ☆31Updated 2 years ago
• Whiffe / PyTorch-Facial-Expression-Recognition
  ☆22Updated 2 years ago
• Huntersxsx / Action-Recognition-Learning
  动作识别(Action Recognition)常见模型的Pytorch实现
  ☆34Updated 5 years ago
• sjy0727 / CLIP-Text-Image-Retrieval
  该项目旨在通过输入文本描述来检索与之相匹配的图片。
  ☆42Updated 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
• SkylerLinn / VideoFaceDetector
  Detect the face in each key frame which extracts from the movie
  ☆26Updated 4 years ago
• lllcho / LabelV
  视频分类标注、视频时空标注
  ☆44Updated 2 years ago
• kronoszhang / DALC
  DALC华录杯比赛定向赛双赛道（摔倒检测&人群密度计数）方案
  ☆27Updated 3 years ago
• Kamino666 / watermark-tracer
  一个基于可视水印检测识别的数字媒体溯源应用系统，是我的大作业项目，包含这个系统以及一个开源的大规模常见水印图像数据集（Large-scale Common Watermark Dataset, LCWD）。 输入一个带有可视水印的图片或视频，系统会检测定位到水印所在的区域…
  ☆151Updated 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
• foamliu / Image-Captioning-PyTorch
  图像中文描述+视觉注意力
  ☆192Updated 5 years ago
• CVUsers / CV-Action
  ☆84Updated 4 years ago
• soup-L / Multimodal_retrieval
  基于多模态检索的互联网图文匹配
  ☆15Updated last year
• itisianlee / Mo-action-recognition
  视频行为识别
  ☆36Updated 7 years ago
• FeipengMa6 / VSC22-Submission
  [CVPR 2023 Workshop] The code reproduce the results of our solutions on both tracks for Meta AI Video Similarity Challenge (CVPR 2023 Wor…
  ☆54Updated 2 years ago