Video-LLaVA

2个月前发布 2,141 0 0

一个基于深度学习的视频超分辨率(SR)和视频增强(VE)框架,由北京大学元培学院的研究团队开发。该框架旨在提高低分辨率视频的质量和视觉效果,使其更接近高分辨率视频。Video-LLaVA 采用了多尺度融合、残差学习、自适应注意力机制等技术,以提高视频超分辨率和视频增强的性能。 主要特点: 1. 多尺度融合:通过在不同尺度上进行特征融合,提...

语言:
zh
收录时间:
2026-08-31
Video-LLaVAVideo-LLaVA

一个基于深度学习的视频超分辨率(SR)和视频增强(VE)框架,由北京大学元培学院的研究团队开发。该框架旨在提高低分辨率视频的质量和视觉效果,使其更接近高分辨率视频。Video-LLaVA 采用了多尺度融合、残差学习、自适应注意力机制等技术,以提高视频超分辨率和视频增强的性能。 主要特点: 1. 多尺度融合:通过在不同尺度上进行特征融合,提高了模型对细节和全局信息的捕捉能力。 2. 残差学习:引入残差连接,使网络能够更好地学习输入和输出之间的映射关系。 3. 自适应注意力机制:根据输入视频的特点,自动调整注意力权重,使模型能够关注到更重要的区域。 4. 端到端训练:整个框架可以作为一个整体进行端到端训练,简化了模型的训练过程。 5. 支持多种视频格式:Video-LLaVA 支持多种常见的视频格式,如 YUV、RGB 等。

数据统计

相关导航

QAnything

QAnything

QAnything ( Q uestion and A nswer based on Anything ) 是致力于支持任意格式文件或数据库的本地知识库问答系统,可断网安装使用。 您的任何格式的本地文件都可以往里扔,即可获得准确、快速、靠谱的问答体验。 目前已支持格式: PDF , Word(doc/docx) , PPT , Markdown , Eml , TXT , 图片(jpg,png等) , 网页链接 ,更多格式,敬请期待… QAnything官网: https://qanything.ai/ 开源GitHub: https://github.com/netease-youdao/QAnything
chatbot-ui

chatbot-ui

一个开源的聊天用户界面,基于OpenAI聊天模型搭建的高级聊天机器人套件,使用Next.js、TypeScript和Tailwind CSS。它与官方的ChatGPT界面非常相似,可以自定义提示词,支持数据导入导出,还支持谷歌搜索插件。用户需要自备OpenAI密钥,并且支持最新的GPT-4模型。该工具可以在本地部署,也可以利用Vercel一键部署,完全免费,无需服务器即可搭建,绑定自己的域名后国内也可使用。用户可以创建多个聊天窗口,进行搜索,聊天记录导入导出等操作。
SillyTavernAI角色聊天界面

SillyTavernAI角色聊天界面

SillyTavern(或简称 ST)是一个本地安装的用户界面,允许您与文本生成 LLM、图像生成引擎和 TTS 语音模型进行交互。 一个可以本地部署的虚拟角色聊天软件,支持多种虚拟角色,也可以自己创造角色,后台可以连多种不同LLM,比如OpenAI、Claude、Llama等,支持TTS(文字转语音) 支持中文、英文、日文、韩文等多语言 由于 SillyTavern 只是一个界面,您需要访问 LLM 后端才能进行推理。您可以使用 AI Horde 进行即时聊天。除此之外,我们还支持许多其他本地和基于云的 LLM 后端:兼容 OpenAI 的 API、KoboldAI、Tabby 等等。您可以在 文档 中了解更多关于我们支持的 API 的信息。 硬件要求极低:任何支持 NodeJS 18 或更高版本的设备均可运行,(电脑端、手机端均可运行下载) 如果您打算在本地机器上进行 LLM 推理,我们建议您使用 3000 系列 NVIDIA 显卡,并至少配备 6GB VRAM。更多详情,请查看您后端的文档。 SillyTavern 围绕”AI角色卡片”的概念构建。角色卡片是一系列设定 LLM 行