视频理解方法、模型训练方法、装置以及电子设备

本申请公开了一种视频理解方法、模型训练方法、装置以及电子设备，该方法用于通过训练好的视频理解模型进行视频任务理解，以输出视频理解结果；其中，视频理解模型是基于超网络构建的，其包括数据编码神经元模块、记忆神经元模块以及任务神经元模块；该方法包括获取待理解视频；通过数据编码神经元模块对待理解视频中的各模态数据进行编码，以获取各模态编码数据；通过记忆神经元模块对各模态编码数据进行特征提取，以获取各模态特征数据；将各模态编码数据以及各模态特征数据共同输入任务神经元模块，以输出视频理解结果。本申请采用了一种基于超网络构建的视频理解模型处理视频理解任务，这种网络结构能够提高模型性能，具有更强的泛化能力。