← Video Retrieval
평가 기록
과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.
표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.
| 모델 | 원본 지표·값 | 논문 | 구현 |
|---|---|---|---|
| HunYuan_tvr (huge) |
|
Tencent Text-Video Retrieval: Hierarchical Cross-Modal Interactions with Multi-Level Representations 2022-04-07 |
연결 없음 |
| CLIP-ViP |
|
CLIP-ViP: Adapting Pre-trained Image-Text Model to Video-Language Representation Alignment 2022-09-14 |
코드 1 |
| PIDRo |
|
PIDRo: Parallel Isomeric Attention with Dynamic Routing for Text-Video Retrieval 2023-01-01 |
연결 없음 |
| DMAE (ViT-B/16) |
|
Dual-Modal Attention-Enhanced Text-Video Retrieval with Triplet Partial Margin Contrastive Learning 2023-09-20 |
코드 1 |
| HunYuan_tvr |
|
Tencent Text-Video Retrieval: Hierarchical Cross-Modal Interactions with Multi-Level Representations 2022-04-07 |
연결 없음 |
| MuLTI |
|
MuLTI: Efficient Video-and-Language Understanding with Text-Guided MultiWay-Sampler and Multiple Choice Modeling 2023-03-10 |
연결 없음 |
| STAN |
|
Revisiting Temporal Modeling for CLIP-based Image-to-Video Knowledge Transferring 2023-01-26 |
코드 1 |
| EERCF |
|
Towards Efficient and Effective Text-to-Video Retrieval with Coarse-to-Fine Visual Representation Learning 2024-01-01 |
코드 1 |
| TS2-Net |
|
TS2-Net: Token Shift and Selection Transformer for Text-Video Retrieval 2022-07-16 |
코드 1 |
| RTQ |
|
RTQ: Rethinking Video-language Understanding Based on Image-text Model 2023-12-01 |
코드 1 · 코드 2 |
| DRL |
|
Disentangled Representation Learning for Text-Video Retrieval 2022-03-14 |
코드 1 · 코드 2 |
| mPLUG-2 |
|
mPLUG-2: A Modularized Multi-modal Foundation Model Across Text, Image and Video 2023-02-01 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| CLIP2TV |
|
CLIP2TV: Align, Match and Distill for Video-Text Retrieval 2021-11-10 |
연결 없음 |
| Side4Video |
|
Side4Video: Spatial-Temporal Side Network for Memory-Efficient Image-to-Video Transfer Learning 2023-11-27 |
코드 1 · 코드 2 |
| EMCL-Net++ |
|
Expectation-Maximization Contrastive Learning for Compact Video-and-Language Representations 2022-11-21 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| Cap4Video |
|
Cap4Video: What Can Auxiliary Captions Do for Text-Video Retrieval? 2022-12-31 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| SuMA (ViT-B/16) |
|
Video-Text Retrieval by Supervised Sparse Multi-Grained Learning 2023-02-19 |
코드 1 |
| X2-VLM (large) |
|
X$^2$-VLM: All-In-One Pre-trained Model For Vision-Language Tasks 2022-11-22 |
코드 1 · 코드 2 |
| UCoFiA |
|
Unified Coarse-to-Fine Alignment for Video-Text Retrieval 2023-09-18 |
코드 1 |
| X-CLIP |
|
X-CLIP: End-to-End Multi-grained Contrastive Learning for Video-Text Retrieval 2022-07-15 |
코드 1 · 코드 2 · 코드 3 |
| DiffusionRet |
|
DiffusionRet: Generative Text-Video Retrieval with Diffusion Model 2023-03-17 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| DiffusionRet+QB-Norm |
|
DiffusionRet: Generative Text-Video Retrieval with Diffusion Model 2023-03-17 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| CAMoE |
|
Improving Video-Text Retrieval by Multi-Stream Corpus Alignment and Dual Softmax Loss 2021-09-09 |
코드 1 · 코드 2 |
| HBI |
|
Video-Text as Game Players: Hierarchical Banzhaf Interaction for Cross-Modal Representation Learning 2023-03-25 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| PAU |
|
Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval 2023-09-29 |
코드 1 |
| CenterCLIP (ViT-B/16) |
|
CenterCLIP: Token Clustering for Efficient Text-Video Retrieval 2022-05-02 |
코드 1 |
| TeachCLIP (ViT-B/16) |
|
Holistic Features are almost Sufficient for Text-to-Video Retrieval 2024-01-01 |
코드 1 |
| X2-VLM (base) |
|
X$^2$-VLM: All-In-One Pre-trained Model For Vision-Language Tasks 2022-11-22 |
코드 1 · 코드 2 |
| QB-Norm+CLIP2Video |
|
Cross Modal Retrieval with Querybank Normalisation 2021-12-23 |
코드 1 |
| X-Pool |
|
X-Pool: Cross-Modal Language-Video Attention for Text-Video Retrieval 2022-03-28 |
코드 1 |