FineVideo: behind the scenes

FineVideo: behind the scenes

摘要

FineVideo数据集包含4.3万条视频，总时长3400小时，附带丰富标注，如描述、叙事细节和问答对。构建过程从190万条YouTube视频中筛选出44万条，经过语言过滤、动态内容筛选和分类标注，最终生成高质量视频数据。数据集适用于训练视频理解、生成和计算机视觉模型，旨在推动开源视频AI的发展。