香港理工大学 发布 InsViE-1M 数据集, 应用在 指令式视频编辑、机器学习 领域

香港理工大学 本次发布的数据集 InsViE-1M, InsViE-1M是一个包含100万高质量训练三元组（源视频、编辑视频、指令）的指令式视频编辑数据集。该数据集由香港理工大学和OPPO研究院共同构建，旨在提高指令式视频编辑模型的性能。数据集通过精心设计的两阶段编辑-过滤管道构建而成，包括从现实世界视频、图像编辑对以及真实图像生成的静态视频三种来源生成的三元组。数据集的创建过程涉及使用大型视觉语言模型生成指令，以及采用基于视频生成模型的方法来编辑和过滤视频，以确保数据的高质量和适用性。该数据集的应用领域主要是为了解决指令式视频编辑的问题，提升编辑模型的性能和泛化能力。

查看InsViE-1M

README 内容： 

关于 香港理工大学 , 香港理工大学是一所以科技、工程和商业管理为主的研究型大学，位于中国香港特别行政区。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。