ekazakos/HowToGround1M
收藏官方服务：
资源简介：
这是一个视频到文本的数据集，包含英文数据，适用于文本生成、视频字幕、视频定位和自动注释等任务。数据集大小在10万到100万之间。
This is a video-to-text dataset containing English data, suitable for tasks such as text generation, video captioning, video grounding, and automatic annotation. The dataset size ranges from 100K to 1M.
提供机构：
ekazakos
