MSVC数据集是一个视频字幕生成数据集，旨在全面评估视频-LLMs的视频字幕生成能力。该数据集从MSVD、MSRVTT和VATEX中采样了1500个视频，每个视频都带有多种人类注释的标题，涵盖了视频的不同方面。传统的评估方法依赖于生成字幕与真实字幕之间的精确匹配统计，这在捕捉视频内容的丰富性方面存在局限性。因此，MSVC采用了类似于VideoChatGPT的ChatGPT辅助评估方法，通过GPT-

Hugging Face2024-06-17 更新270

VR CONTENT

虚拟现实

影视内容分析

We collected a virtual reality video data set including different motion modes. In the past, only a few VR videos were used to evaluate the scenes, but we collected 21 360-degree videos for model trai

Mendeley Data2024-03-27 更新120

17k-withcaption

资源简介：

相关数据集