Demo example in the paper of InternVideo2.5
还没有人认领这个 Issue。
评估
- 难度
- 4/5
- 预计耗时
- 3-5 天
- 新手友好度
- 25/100
- Issue 类型
- 功能
- 描述清晰度
- 基本清楚
- 活跃度
- 停滞
- 技术栈
- huggingface, python
调研方向
从 InternVideo2.5 HuggingFace 演示开始，将其当前输出与论文中的图 4 和图 5 进行比较。确定该演示能否返回示例中所要求的具体帧或起始秒数和结束秒数；完成的标准是它能正确报告这些时间位置。
由索引模型根据 Issue 内容生成。
描述
Great work!
I have tried the demo on HuggingFace. May I ask how to get the results in Figure 4 and Figure 5 in the paper? i.e., retrieve the specific time/frames corresponding to the prompts.
For example, "In this video, in which frames does a man appear?" "In this video, from which second to which second does a man appear?"
Currently, the demo cannot output the right frames/seconds.
Many thanks!
- 主要语言
- Python
- 星标
- 2.4k
- 派生
- 160
- PR 合并指标
- 30 天内没有已合并 PR
贡献指南
这个仓库没有索引到贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
OpenGVLab/InternVideo 的其他 Issue
-
难度 5/5 一周以上 新手友好度 25/100
OpenGVLab/InternVideo#324 · 1 条评论 ·
-
难度 5/5 一周以上 新手友好度 20/100
OpenGVLab/InternVideo#323 ·
-
难度 5/5 一周以上 新手友好度 25/100
OpenGVLab/InternVideo#322 ·
-
难度 4/5 3-5 天 新手友好度 42/100
OpenGVLab/InternVideo#321 ·
-
难度 4/5 3-5 天 新手友好度 35/100
OpenGVLab/InternVideo#319 · 1 条评论 ·
查看 OpenGVLab/InternVideo 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 75/100
anthropics/skills#1811 · 1 条评论 ·
-
难度 2/5 1-3 小时 新手友好度 75/100
speaches-ai/speaches#678 ·
-
bug
难度 2/5 1-3 小时 新手友好度 75/100
datalayer/mcp-compose#42 ·
-
难度 2/5 1-3 小时 新手友好度 75/100
conda-forge/spacy-feedstock#177 ·
-
难度 2/5 1-3 小时 新手友好度 70/100
UKGovernmentBEIS/inspect_evals#2523 ·