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
• 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
• 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
• 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
• CodeREWorld / Multimodal-Sentiment-Analysis
  多模态融合情感分析
  ☆139Updated 5 years ago
• fjchange / Awesome_Video_Summarization
  Papers, codes collection of video summarization / video highlight detection / video key frame selection
  ☆36Updated 4 years ago
• yangjianxin1 / ClipCap-Chinese
  基于ClipCap的看图说话Image Caption模型
  ☆320Updated 3 years ago
• DragonistYJ / EduWatching
  基于PaddlePaddle的智慧课堂实时监测系统—EduWatching
  ☆79Updated 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
• BeatsLeo / ClipCap-Chinese
  DIP & NLP期末大作业 — 课程设计
  ☆19Updated 3 years ago
• iamdin / KeyFramesExtraction
  Frames Extraction With OpenCV and Python
  ☆15Updated 5 years ago
• Tramac / tiny-kinetics-400
  Tiny Kinetics-400 for test
  ☆96Updated last year
• Mingrui-Li / Qwen-VL-Lora-Model
  可以成功Lora微调的Qwen-VL模型
  ☆16Updated 2 years ago
• YeexiaoZheng / Multimodal-Sentiment-Analysis
  多模态情感分析——基于BERT+ResNet的多种融合方法
  ☆352Updated 3 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
• hotelll / speech-emotion-recognition
  这个项目将 RAVDESS 数据集切割成 1s 短语音，利用 openSMILE+CNN 进行训练，目标是将短语音分类到四种情感中，分别是：开心（happy）、悲伤（sad）、生气（angry）和中性（neutral）。最后准确率达到 76% 左右。
  ☆64Updated 4 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
• lllcho / LabelV
  视频分类标注、视频时空标注
  ☆44Updated 2 years ago
• Whiffe / PyTorch-Facial-Expression-Recognition
  ☆22Updated 2 years ago
• eRbAa / Fall-Detect
  基于ultralytics训练的行人跌倒检测模型
  ☆19Updated 2 years ago
• mohenghui / TiredDetector
  疲劳检测
  ☆11Updated 4 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
• TalkUHulk / HulkFakeFace-pytorch
  人脸全家桶--RetinaFace（MobileNetV2 and ResNet50 with Gender）、ArcFace、FaceBeautyRank and FaceRetrieval
  ☆47Updated 5 years ago
• cindyhu-cyber / Multimodal-Sentiment-Analysis
  多模态融合情感分析
  ☆38Updated 4 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
• redysky / multimodel
  商品图像检索、多模态、深度学习
  ☆32Updated 4 years ago
• Robin-WZQ / multimodal-emotion-recognition-DEMO
  A demo for multi-modal emotion recognition.(多模态情感识别demo)
  ☆91Updated last year
• PALMJJ / Multimodal-short-video-classification
  Multimodal short video classification task, integrating video, image, audio and text modes for short video classification
  ☆19Updated 5 years ago
• joker-star-l / ai_lab5
  人工智能实验五：多模态情感分类
  ☆16Updated 3 years ago