InternVL icon indicating copy to clipboard operation
InternVL copied to clipboard

Published 20 hours ago • verified publisher icon OpenGVLab

使用internvl1.5对视频进行进行问答

Open aabbc-cell opened this issue 9 months ago • 0 comments

我希望能使用internvl1.5对视频进行问答，可以采取什么方式？ 我已尝试过对视频抽帧，并将抽出的多张图像cat在一起作为输入，但过多的图像cat在一起显然会大幅增加我的输入长度，从而在inference的时候显存爆炸。据此，有什么方式能较好使用internvl1.5的对视频输入进行问答吗？

aabbc-cell avatar May 21 '24 11:05 aabbc-cell