跳到正文
Hacker News 首页

LAION 发布 BVD 视频数据集:1000 万小时开放视频,供多模态预训练研究使用

Laion Big Video Dataset

LAION 放出了一个叫 BVD 的大规模视频数据集,专门给多模态模型做预训练用。数据来自 CommonCrawl 抓到的 13 亿条视频链接,实际下载了 8000 万个视频,总时长 1000 万小时。处理时用了场景检测把视频切成片段,再给画面和声音分别生成合成字幕。

推荐理由:LAION 从 CommonCrawl 的 13 亿条视频链接中下载 8000 万个视频,总时长 1000 万小时,并完成场景切分与画面、声音双路合成字幕,为多模态预训练提供了开放视频数据来源。

读原文 ↗导出 Markdown