VATEX

该数据集名为VATEX，包含了34,991个视频片段，每个视频片段都配有多个字幕。具体来说，训练集包含25,991个视频，验证集和评估集各包含1,500个视频。这一规模的数据集主要用于视频文本检索任务。

The dataset named VATEX contains 34,991 video clips, each paired with multiple captions. Specifically, the training set consists of 25,991 videos, while the validation and evaluation sets each include 1,500 videos. This large-scale dataset is primarily utilized for video-text retrieval tasks.

搜集汇总

背景与挑战

背景概述

VATEX数据集是一个用于视频文本检索任务的大规模资源，包含34,991个视频片段，每个片段都配有多个字幕。数据集分为训练集（25,991个视频）、验证集和评估集（各1,500个视频），支持多模态学习任务。