linoyts/wan_doing_single_squat

Name: linoyts/wan_doing_single_squat
Creator: linoyts
Published: 2025-04-12T01:13:22+08:00

Hugging Face2025-04-10 更新2025-04-12 收录

文本到视频

视频生成

数据链接：

https://hf-mirror.com/datasets/linoyts/wan_doing_single_squat 数据链接链接失效反馈

官方服务：

资源简介：

该数据集包含使用Wan 2.1 T2V 14B模型生成的视频，可能用于研究文本到视频的转换。

This dataset contains videos generated using Wan 2.1 T2V 14B, possibly for research on text-to-video transformation.

提供机构：

linoyts

TIGER-Lab/VideoFeedback

视频生成

视频质量评估

VideoFeedback数据集包含37.6K个文本到视频的配对，这些视频来自11个流行的视频生成模型，并且包含一些真实世界的视频作为数据增强。视频由评分者根据五个评估维度进行标注：视觉质量、时间一致性、动态程度、文本到视频对齐和事实一致性，评分范围为1-4。数据集用于训练VideoScore模型。

Hugging Face2024-08-10 更新670

MiraData：具有长时长和结构化字幕的大规模视频数据集

视频理解

视频生成

MiraData 是由腾讯 PCG ARC Lab 与香港中文大学于 2024 年合作开发的大型视频数据集，专为长视频生成任务设计，论文成果为「MiraData: A Large-Scale Video Dataset with Long Durations and Structured Captions」

超神经2024-08-21 更新150

linoyts/wan_buttoning_shirt

文本到视频

动作识别

该数据集包含了使用Wan 2.1 T2V 14B模型生成的视频。

Hugging Face2025-04-08 更新120

CelebV-Text

面部识别

视频生成

CelebV-Text是由新加坡南洋理工大学S-Lab创建的大规模面部文本-视频数据集，包含70,000个野生面部视频片段，每个视频片段配以20个文本描述。数据集旨在促进面部文本到视频生成任务的研究，涵盖了从静态到动态的多种面部属性描述，如外观、动作和情感。创建过程包括数据收集、处理、标注和半自动文本生成，确保了文本与视频之间的高度相关性。该数据集适用于开发和评估面部文本到视频生成的先进模型，解决

arXiv2023-03-26 更新460

bitmind/VidProM

文本到视频

扩散模型

VidProM是一个包含1.67百万个独特文本到视频提示和6.69百万个由四种最先进扩散模型生成的视频的数据集。该数据集用于支持文本到视频扩散模型的研究，并为多个新研究领域提供了灵感。

Hugging Face2025-10-25 更新130