ভিডিওর জন্য ডিফিউশন মডেল

ক্রস-ফ্রেম অ্যাটেনশন

টেম্পোরাল সঙ্গতি এবং স্থানিক সম্পর্ক বজায় রাখার জন্য প্রতিটি ফ্রেমকে অন্যান্য ফ্রেম থেকে তথ্য আকর্ষণ করতে সক্ষম করে এমন মেকানিজম।

← ফিরে যান