tilak1114/pixmus

该数据集包含音频和视频文件的相关信息，如文件名、时间戳、帧率、持续时间等。此外，数据集中还包含字幕信息（captions），并且数据集被分为训练集（train），包含53378个样本。

This dataset contains information related to audio and video files, such as file names, timestamps, frame rates, durations, etc. Additionally, the dataset includes captions and is divided into a training set (train) containing 53,378 samples.

原始信息汇总

数据集概述

许可证

• MIT

数据集信息

特征

• Audio File Name: 音频文件名，数据类型为字符串。
• Video File Name: 视频文件名，数据类型为字符串。
• Audio Start Time: 音频开始时间，数据类型为int64。
• Audio End Time: 音频结束时间，数据类型为int64。
• Video Start Time: 视频开始时间，数据类型为int64。
• Video End Time: 视频结束时间，数据类型为int64。
• FPS: 帧率，数据类型为float64。
• Duration: 持续时间，数据类型为float64。
• image_present: 是否存在图像，数据类型为布尔值。
• isVideo: 是否为视频，数据类型为布尔值。
• captions: 字幕，数据类型为字符串。

数据分割

• train: 训练集，包含53378个样本，总大小为16051990字节。

数据集大小

• 下载大小: 5230412字节
• 数据集总大小: 16051990字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。