HyperAIHyperAI

Command Palette

Search for a command to run...

DREAM-1K 视频描述基准数据集

在 Discord 上讨论

日期

7 个月前

数据集组织

论文 URL

arxiv.org

标签

基准
视频描述

DREAM-1K 是由字节跳动发布的一个视频描述基准数据集，相关论文成果为：「Tarsier: Recipes for Training and Evaluating Large Video Description Models」。

该数据集包含 1,000 个带注释且复杂程度各异的视频片段（时长约 10 秒），数据来自 5 个不同的类别，每个视频片段都包含至少 1 个无法仅从单个帧准确识别的动态事件。每个视频都提供细粒度的手动注释，注释涵盖所有事件、动作和运动。

数据来源类别：

  • 真人电影
  • 动画电影
  • 素材视频
  • YouTube 长视频
  • TikTok 风格短视频

用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价
开始使用查看定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供