Производная модели microsoft/xclip-base-patch32. Базовая X-CLIP сопоставляет видео с текстом и поддерживает классификацию видео и поиск видео по тексту.

Подходит для: классификация видео по текстовым описаниям без дополнительного обучения · классификация видео с небольшим количеством размеченных примеров · классификация видео с учителем