MSR-VTT
收藏arXiv2025-09-30 收录
下载链接：
https://www.microsoft.com/en-us/research/publication/msr-vtt-a-large-video-description-dataset-for-bridging-video-and-language/
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个全面的多功能视频-语言任务数据集，涵盖了视频字幕和检索等任务。它包含了丰富多样的视频资料及相应的文本查询内容，旨在支持视频到文本的检索以及视频字幕生成等研究领域。
This dataset is a comprehensive and versatile video-language task dataset that covers tasks such as video captioning and retrieval. It contains diverse video resources and corresponding text queries, with the purpose of supporting research areas including video-to-text retrieval and video caption generation.
搜集汇总
数据集介绍
背景与挑战
背景概述
MSR-VTT是一个大规模的视频描述数据集，包含10,000个视频片段和200,000个视频片段-句子对，覆盖广泛的类别和多样化的视觉内容。每个视频片段由多名工作者标注了约20个自然语言句子，是目前在句子数量和词汇量方面最大的数据集。
以上内容由遇见数据集搜集并总结生成
