文件名称：HERO:EMNLP 2020研究论文“ HERO”的研究代码
文件大小：167KB
文件格式：ZIP
更新时间：2024-05-22 13:18:27
transformers pytorch vision-and-language tvr pretraining
HERO：用于视频+语言全方位表示预训练的分层编码器 这是 （EMNLP 2020）的官方资料库。 该存储库当前支持在 ， ， ， ， 和上微调HERO。 发布了最佳的预训练检查点（在和数据集上）。 还提供了电视数据集上的HERO预培训代码。 此某些代码是从 ， ， ， ， TVRetrieval ， TVCaption和UNITER提供的开源实现中复制/修改的。 使用SlowFast和ResNet-152提取视觉框架特征。 功能提取代码可从HERO_Video_Feature_Extractor获得 要求 我们提供Docker映像，以便于复制。 请安装以下内容： NVIDIA驱动程序（418+）， Docker （19.03+）， nvidia-container-toolkit 。 我们的脚本要求用户具有docker组成员身份，以便可以在没有sudo的情况下运行