VLM2Vec/MomentSeeker

该数据集包含了查询字符串和与之相关的视频帧信息。每个样本包括一个查询字符串和两组帧信息列表：正例帧和负例帧。每帧信息包含开始时间、结束时间、帧路径和输出路径。数据集被划分为测试集，测试集包含1602个样本，数据大小为1811695字节。

The dataset contains query strings and associated video frame information. Each sample includes a query string and two lists of frame information: positive frames and negative frames. Each frame information includes start time, end time, frame path, and output path. The dataset is split into a test set, which contains 1602 samples and is 1811695 bytes in size.

搜集汇总

背景与挑战

背景概述

VLM2Vec/MomentSeeker是一个用于视频时刻检索的文本数据集，包含约1.6k个测试样本，每个样本由问题文本、正负视频帧列表和输入帧路径组成，问题主要围绕动画视频中的事件和因果关系设计。该数据集规模较小，结构简洁，适用于训练或评估视频理解模型。