Skip to main content

video-detective

Enable VLMs to find relevant clips in long videos through sparse observation and graph-based propagation. Iteratively hypothesize promising segments, extract multimodal evidence (captions, OCR, speech), and propagate relevance scores via visual-temporal affinity graph. Jointly model extrinsic relevance (query-to-segment matching) and intrinsic relevance (video internal structure) to infer unobserved segments. Achieves competitive accuracy with significantly fewer tokens than dense sampling.

Aller à l'installation

Informations de source

Dépôt
ADu2021/skillXiv
Dernière activité de la source
26 mars 2026 à 15:00
Langue détectée de SKILL.md
anglais
Étoiles
6
Forks
0

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.