mirror of
https://modelscope.cn/models/iic/Image-to-Video
synced 2026-04-02 19:42:53 +08:00
add meta
This commit is contained in:
43
README.md
43
README.md
@ -1,3 +1,46 @@
|
|||||||
|
---
|
||||||
|
backbone:
|
||||||
|
- diffusion
|
||||||
|
domain:
|
||||||
|
- multi-modal
|
||||||
|
frameworks:
|
||||||
|
- pytorch
|
||||||
|
license: CC-BY-NC-ND
|
||||||
|
metrics:
|
||||||
|
- realism
|
||||||
|
- image-video similarity
|
||||||
|
studios:
|
||||||
|
- damo/Image-to-Video
|
||||||
|
tags:
|
||||||
|
- image2video generation
|
||||||
|
- diffusion model
|
||||||
|
- 图到视频
|
||||||
|
- 图生视频
|
||||||
|
- 图片生成视频
|
||||||
|
- 生成
|
||||||
|
tasks:
|
||||||
|
- image-to-video
|
||||||
|
widgets:
|
||||||
|
- examples:
|
||||||
|
- inputs:
|
||||||
|
- data: XXX/test.jpg.
|
||||||
|
name: image_path
|
||||||
|
name: 1
|
||||||
|
title: 示例1
|
||||||
|
inferencespec:
|
||||||
|
cpu: 4
|
||||||
|
gpu: 1
|
||||||
|
gpu_memory: 15G
|
||||||
|
memory: 32G
|
||||||
|
inputs:
|
||||||
|
- name: image_path
|
||||||
|
title: 图片的路径
|
||||||
|
type: str
|
||||||
|
validator:
|
||||||
|
max_words: /
|
||||||
|
task: image-to-video
|
||||||
|
---
|
||||||
|
|
||||||
# Image-to-Video
|
# Image-to-Video
|
||||||
|
|
||||||
本项目**MS-Image2Video**旨在解决根据输入图像生成高清视频任务。**MS-Image2Video**由达摩院研发的高清视频生成基础模型,其核心部分包含两个阶段,分别解决语义一致性和清晰度的问题,参数量共计约37亿,模型经过在大规模视频和图像数据混合预训练,并在少量精品数据上微调得到,该数据分布广泛、类别多样化,模型对不同的数据均有良好的泛化性。项目于现有的视频生成模型,**MS-Image2Video**在清晰度、质感、语义、时序连续性等方面均具有明显的优势。
|
本项目**MS-Image2Video**旨在解决根据输入图像生成高清视频任务。**MS-Image2Video**由达摩院研发的高清视频生成基础模型,其核心部分包含两个阶段,分别解决语义一致性和清晰度的问题,参数量共计约37亿,模型经过在大规模视频和图像数据混合预训练,并在少量精品数据上微调得到,该数据分布广泛、类别多样化,模型对不同的数据均有良好的泛化性。项目于现有的视频生成模型,**MS-Image2Video**在清晰度、质感、语义、时序连续性等方面均具有明显的优势。
|
||||||
|
|||||||
Reference in New Issue
Block a user