HourVideo – 李飞飞和吴佳俊团队推出的长视频理解基准数据集

1个月前发布 34 00
收藏 0

HourVideo是斯坦福大学李飞飞和吴佳俊团队推出的长视频理解基准数据集，包含500个第一人称视角视频，时长20至120分钟，覆盖77种日常活动，能评估多模态模型对长视频的理解能力。数据集基于一系列任务，如总结、感知、视觉推理和导航，测试模型对视频中多个时间片段信息的识别和综合能力，推动长视频理解技术的发展。官网：https://arx...

收录时间：
2025-12-16
打开网站手机查看
HourVideo – 李飞飞和吴佳俊团队推出的长视频理解基准数据集HourVideo – 李飞飞和吴佳俊团队推出的长视频理解基准数据集
HourVideo – 李飞飞和吴佳俊团队推出的长视频理解基准数据集打开网站

HourVideo是斯坦福大学李飞飞和吴佳俊团队推出的长视频理解基准数据集，包含500个第一人称视角视频，时长20至120分钟，覆盖77种日常活动，能评估多模态模型对长视频的理解能力。数据集基于一系列任务，如总结、感知、视觉推理和导航，测试模型对视频中多个时间片段信息的识别和综合能力，推动长视频理解技术的发展。

官网：https://arxiv.org/pdf/2411.04998v1


立即打开官网

数据统计

相关导航

标签云