2024异构多媒体视频内容识别规范_第1页
2024异构多媒体视频内容识别规范_第2页
2024异构多媒体视频内容识别规范_第3页
2024异构多媒体视频内容识别规范_第4页
2024异构多媒体视频内容识别规范_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

GB/T35273—2020OCR（OpticalCharacter1。1异构多媒体视频内容识别技术架构detect-dissolveHSV2-10（范围按照Q/NDH001—选用x-clip预训练模型，该模型由微软的研究者于2022型拓展到通用视频识别，在建模时序信息的同时，利用类别标签文本中的语义信息。该模型在Kinetics-400/60087.788.3Top-1ViViTVideoSwinfew-shotzero-shot零使用视频-文本预训练；方法简单、高效且通用：无缝衔接至不同的语言-图像模型，可用于多种数据分布场景，如全样本、少样本和零样本。至于视频分类的效果，与其他方法相比，X-CLIP可用于零样本识Cross-frameCommunicationTransformerMulti-frameIntegrationTransformer在预训练模型中引入时序信息，来在语言-图像预训练模型中建模视频的时序信息；并提出了Video-specificPrompting机制，用于产生视频自适应的提示信息，充分地利用了类别标d)X-CLIPclipclipChinese-CLIPCLIP模型的中文版本，使用大规模中文数据进行训练(~2检索、图像表示等，针对中文领域数据以及在中文数据上实现更好的效果做了优化。该模型开源了5个CLIPResNet、ViT-B/16、ViT-L/14、ViT-L/14@336pxViT-H/14。实验做了3finetune；并对数据的结构及处理程序进行修改。x-clip采用数据并行，即每个GPUGPUbatch_size，得到ONNXONNXRuntime（知知识图谱可视为两个分离但是相关联的任务，进行交替学习。MKR算法框架由三个主要组件组成：推荐模块、知识图谱模块和交叉压缩单元。MKR2所示：MLP，输出视频标签的预测概率。2MKRuuL-layerMLP数σ(·)vLcross&compressunits提取其特征:S(vvuuLv的潜在特vLfRSuv的最终预测概部t：S(h)t^t的预测向量。最后，三元组（h,r,t）的分数33位交叉特征共享单元结构图。vlRd和elRd其中，Cll层的交叉特征矩阵，dve在交叉特征矩阵compress部分的公式为：其中wlRd和blRd是训练权重和偏差向量，权重向量将交叉特征矩阵从Rd*d压缩为Rd NLPTF-IDF等算法）k个关键词，并且得到每300（4） （5）pythonPycharm,mongodb。训练

人人文库> 全部分类> 专业文献 > 工程机械

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论