Датасет · TencentARC
Длинные видео со структурированными описаниями
TencentARC/MiraData
Крупный датасет от Tencent с длинными видеороликами и подробными текстовыми описаниями для обучения генерации видео.
Что внутри
Внутри находятся структурированные текстовые описания и метаданные для длинных видеороликов, рассчитанные на обучение генеративных моделей уровня Sora. Объём составляет от 100 тысяч до 1 миллиона записей, язык описаний — английский. Данные представлены в табличном и текстовом форматах и собраны исследователями из ARC Lab (Tencent PCG) и Китайского университета Гонконга.
Что можно сделать
- Обучение и дообучение моделей text-to-video и image-to-video
- Тренировка алгоритмов понимания и классификации длинных видео
- Создание систем генерации подробных описаний к видеоряду
- Задачи
- Картинка → видео, Текст → картинка, Текст → видео, Классификация видео
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,1 тыс.
- Лайков
- 43
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("TencentARC/MiraData")