Vision-CAIR/VLV-Benchmark
收藏资源简介：
# VLV-Bench: A Comprehensive benchmark for very long-form videos understanding  # How to download videos 1- TVQA videos <br> 2- MovieNet Data # Annotation files You can find the annotation files for the 9 skills here  # How to create the Benchmark ## Data scrapping 1- We scrapped the all the TVQA summaries from IMDB. <br> 2- We scrapped the all the MovieNet summaries from IMDB. <br> 3- We scrapped the transcripts for all the TVQA videos. <br> If you're using VLV-Bench in your research or applications, please cite using this BibTeX: ``` <!-- @article{ataallah2024minigpt4, title={MiniGPT4-Video: Advancing Multimodal LLMs for Video Understanding with Interleaved Visual-Textual Tokens}, author={Ataallah, Kirolos and Shen, Xiaoqian and Abdelrahman, Eslam and Sleiman, Essam and Zhu, Deyao and Ding, Jian and Elhoseiny, Mohamed}, journal={arXiv preprint arXiv:2404.03413}, year={2024} } --> ``` ## Acknowledgements [Video-ChatGPT](https://mbzuai-oryx.github.io/Video-ChatGPT) ## License This repository is under [BSD 3-Clause License](LICENSE.md).
# VLV-Bench：面向超长视频理解的综合基准测试集  # 视频下载方式 1. TVQA视频数据集 <br> 2. MovieNet数据集 # 标注文件 您可在此处获取涵盖9项技能的标注文件  # 基准测试集构建流程 ## 数据爬取 1. 从IMDB（Internet Movie Database，互联网电影数据库）爬取全部TVQA视频的摘要文本。 <br> 2. 从IMDB（Internet Movie Database，互联网电影数据库）爬取全部MovieNet数据集的视频摘要文本。 <br> 3. 爬取全部TVQA视频的字幕文本。 <br> 若您在研究或应用中使用VLV-Bench，请采用以下BibTeX格式进行引用： <!-- @article{ataallah2024minigpt4, title={MiniGPT4-Video: Advancing Multimodal LLMs for Video Understanding with Interleaved Visual-Textual Tokens}, author={Ataallah, Kirolos and Shen, Xiaoqian and Abdelrahman, Eslam and Sleiman, Essam and Zhu, Deyao and Ding, Jian and Elhoseiny, Mohamed}, journal={arXiv preprint arXiv:2404.03413}, year={2024} } --> ## 致谢 [Video-ChatGPT](https://mbzuai-oryx.github.io/Video-ChatGPT) ## 许可证 本仓库遵循[BSD 3-Clause开源许可证](LICENSE.md).
VLV-Bench: 非常长视频理解的综合基准
数据集下载
- TVQA视频
- MovieNet数据
标注文件
提供了9个技能的标注文件。
基准创建方法
数据抓取
- 从IMDB抓取所有TVQA的摘要。
- 从IMDB抓取所有MovieNet的摘要。
- 抓取所有TVQA视频的转录文本。
引用
如果您在研究或应用中使用VLV-Bench，请使用以下BibTeX引用：
@article{ataallah2024minigpt4, title={MiniGPT4-Video: Advancing Multimodal LLMs for Video Understanding with Interleaved Visual-Textual Tokens}, author={Ataallah, Kirolos and Shen, Xiaoqian and Abdelrahman, Eslam and Sleiman, Essam and Zhu, Deyao and Ding, Jian and Elhoseiny, Mohamed}, journal={arXiv preprint arXiv:2404.03413}, year={2024} }
