固定参数的模型有多大潜力？港中文、上海AI Lab等提出高效视频理解框架EVL

视觉基础模型近两年取得了瞩目发展。从一方面而言，基于大规模互联网数据的预训练已经给模型预置了大量的语义概念，从而具有良好的泛化性能；但另一方面，为充分利用大规模数据集带来的模型尺寸增长，使得相关模型在迁移到下游任务时面临着低效率问题，尤其是对于需要处理多帧的视频理解模型。

• 论文链接：https://arxiv.org/abs/2208.03550

• 代码链接：https://github.com/OpenGVLab/efficient-video-recognition

内容中包含的图片若涉及版权问题，请及时与我们联系删除