李飞飞团队提出视频事件描述新模型，附849小时数据集

量子位 · 公众号 · AI · 2017-05-08 12:53

正文

李飞飞团队的模型，可以利用过去和未来的上下文内容信息，来识别视频中这些事件之间的关系，并把所有事件描述出来。

上面这张流程图展现了新模型的运行原理。

同时，他们还发布了ActivityNet字幕数据集。这个数据集中包含了长达849小时的2万个视频，以及10万条带有开始和结束时间的描述信息，可以用来对字幕密集型事件进行基准测试。

推荐文章

爱可可-爱生活 · Ambient Diffusion Omni (Ambient--20250614060604

23 小时前

爱可可-爱生活 · 【[437星]Claude Code Router：高效路由Cl-20250613190212

昨天

Java仓库 · AI 工具，永久免费了

昨天

Java仓库 · AI 工具，永久免费了

昨天

量子位 · 超越英伟达B200！AMD最强AI芯：1.6倍大内存、大模型推理快30%，奥特曼都来站台

昨天

QCon全球软件开发大会 · SGLang 推理引擎的技术要点与部署实践｜AICon 北京站前瞻

2 天前

QCon全球软件开发大会 · SGLang 推理引擎的技术要点与部署实践｜AICon 北京站前瞻

2 天前

微路况 · 第一次去日本，有啥注意事项？

8 年前

马桶历史 · 一所中国最无私奉献的好大学，却年年没人报考…

7 年前

好物控 · 女生看完会爱上的14个内衣品牌大推荐！

7 年前

行业研究报告 · 9大行业趋势，2017上半年创投圈终极复盘

7 年前

天籁之音 · 新节奏：踩出精彩的人生舞步！

7 年前