FineVideo数据集幕后揭秘

Hugging Face 发布 FineVideo 数据集，这是一个大规模、高质量的视频数据集，旨在推动视频理解与生成模型的研究。该数据集包含来自 YouTube 的 1000 万+ 视频片段，总时长超过 10 万小时，涵盖多种类别和场景。文章详细介绍了数据集的构建流程，包括视频筛选、清洗、标注和去重等步骤，并提供了数据统计和示例。FineVideo 旨在为视频 AI 社区提供开放资源，支持视频理解、生成、检索等任务的研究与开发。