Hugging Face Blog·· 2024-09-23AI 评分34
FineVideo:43k 视频、3.4k 小时的开源视频数据集是如何构建的
FineVideo: behind the scenes
AI 导读
为缓解开源视频数据集稀缺问题,团队构建了 FineVideo,包含 43k 个视频、共 3.4k 小时,并标注了丰富描述、叙事细节、场景切分和 QA 对。该数据集从 YouTube-Commons 的 1.9M 条英文视频出发,经词密度与视觉动态性过滤,并用 Gemini 1.5 Pro 和 GPT-4o 完成内容标注与结构化输出。
打开原文 huggingface.co