1,016,722组高质量视频描述数据

1,016,722组高质量视频描述数据，包含1,016,722段视频和对应的中英文描述文档。视频涵盖风景、建筑、人物、植物、动物、虚拟渲染、食物、物品、航拍、延时摄影、慢动作摄影、特写摄影等多种类型，分辨率均不低于1920x1080，时长均不低于5s。中文描述长度不少于50个字，英文描述长度不少于22个词。该数据可用于视觉大模型、视频生成、视频描述等任务的训练。

数据堂如何保障数据质量与安全

数据规格

数据内容

1,016,722段视频，每段视频对应中英文各一份描述文档

数据格式

视频数据格式为MP4、MOV、AVI等通用格式，描述文档格式为TXT

数据多样性

涵盖多种拍摄对象（风景、建筑、人物、植物、动物、虚拟渲染、食物、物品）和拍摄方式（航拍、延时摄影、慢动作摄影、特写摄影）

视频分辨率

画面总像素数量达1920x1080及以上

视频时长

5s及以上

描述语言

中文和英文，中文描述长度不低于50字，英文描述长度不低于22词

描述格式

视频类型描述（第一句）和视频内容描述（后续句子）