tsinghua-ee/video-SALMONN_2_testset
收藏官方服务：
资源简介：
video-SALMONN 2 Benchmark数据集是一个视频到文本的任务，它要求生成与视频和音频相对应的字幕。数据集以Apache-2.0许可发布，支持英语语言。使用该数据集时，用户需要按照指定的格式组织生成的字幕，并通过提供的脚本进行评估。
The video-SALMONN 2 Benchmark dataset is a video-to-text task that requires generating captions corresponding to the video and audio. The dataset is released under the Apache-2.0 license and supports the English language. When using this dataset, users need to organize the generated captions in a specified format and evaluate them using the provided script.
提供机构：
tsinghua-ee搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是video-SALMONN 2模型的测试集，用于视频文本到文本任务，专注于英语视频内容，基于Apache 2.0许可证发布。数据集旨在评估音频-视觉大语言模型生成视频标题的能力，但当前存在数据列不匹配问题，导致无法正常预览和使用。
以上内容由遇见数据集搜集并总结生成
