FETV|文本到视频生成数据集|评估基准数据集

FETV是开放域文本到视频生成的细粒度评估基准

AI搜集汇总

背景与挑战

背景概述

FETV是一个用于开放域文本到视频生成的细粒度评估基准数据集，包含619个文本提示，这些提示根据主要内容、属性控制和提示复杂性三个正交方面进行分类。数据集以JSON格式提供，每个实例包含视频ID、提示文本、分类信息、来源和视频URL等字段，旨在支持对文本到视频生成模型的详细评估。