TACoS 发布 TACoS Multi-Level Corpus 数据集, 应用在 视频处理、字幕生成 领域

TACoS 本次发布的数据集 TACoS Multi-Level Corpus, 该数据集源自烹饪场景，被用于视频定位和密集视频字幕生成任务。该数据集包含127个视频，平均时长约为4.8分钟，并分别采用10146、4589和4083个视频-查询对进行训练、验证和测试。规模上，该数据集共有127个视频，针对的任务是视频定位和密集视频字幕生成。

查看TACoS Multi-Level Corpus

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。