mirror of
https://github.com/THUDM/CogVideo.git
synced 2025-06-22 08:59:17 +08:00
69930d8463
* docs: add Japanese README I created Japanese translated README. * docs: update README_ja.md * docs: update README_ja.md * docs: update sat/README_ja.md
17 lines
1.5 KiB
Markdown
17 lines
1.5 KiB
Markdown
# ビデオキャプション
|
||
|
||
通常、ほとんどのビデオデータには対応する説明文が付いていないため、ビデオデータをテキストの説明に変換して、テキストからビデオへのモデルに必要なトレーニングデータを提供する必要があります。
|
||
|
||
## CogVLM2-Video を使用したビデオキャプション
|
||
|
||
<p align="center">
|
||
🤗 <a href="https://huggingface.co/THUDM/cogvlm2-video-llama3-chat">Hugging Face</a>   |   🤖 <a href="https://modelscope.cn/models/ZhipuAI/cogvlm2-video-llama3-chat">ModelScope</a>   |    📑 <a href="https://cogvlm2-video.github.io/">ブログ</a>    ｜ <a href="http://cogvlm2-online.cogviewai.cn:7868/">💬 オンラインデモ</a>  
|
||
</p>
|
||
|
||
CogVLM2-Video は、タイムスタンプベースの質問応答機能を備えた多機能なビデオ理解モデルです。ユーザーは `このビデオを詳細に説明してください。` などのプロンプトをモデルに入力して、詳細なビデオキャプションを取得できます：
|
||
<div align="center">
|
||
<a href="https://cogvlm2-video.github.io/"><img width="600px" height="auto" src="./assests/cogvlm2-video-example.png"></a>
|
||
</div>
|
||
|
||
ユーザーは提供された[コード](https://github.com/THUDM/CogVLM2/tree/main/video_demo)を使用してモデルをロードするか、RESTful API を構成してビデオキャプションを生成できます。
|