webvidéo

• Descriptif :

WebVid est un ensemble de données à grande échelle de courtes vidéos avec des descriptions textuelles provenant du Web. Les vidéos sont diverses et riches dans leur contenu.

WebVid-10M contient :

10,7 millions de paires de sous-titres vidéo. 52 000 heures de vidéo au total.

• Page d'accueil : https://m-bain.github.io/webvid-dataset/

• Code source : tfds.datasets.webvid.Builder

• Versions :

  • 1.0.0 (par défaut) : version initiale.

• Taille du téléchargement : Unknown size

• Taille du jeu de données : Unknown size

• Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans download_config.manual_dir (par défaut, ~/tensorflow_datasets/downloads/manual/ ) :
  Suivez les instructions de téléchargement dans https://m-bain.github.io/webvid-dataset/ pour obtenir les données. Placez les fichiers csv et les répertoires vidéo dans manual_dir/webvid , de sorte que les fichiers mp4 soient placés dans manual_dir/webvid/*/*_*/*.mp4 .

Le premier répertoire étant généralement un répertoire de partie arbitraire (pour le téléchargement fragmenté), le deuxième répertoire est le répertoire de la page (deux chiffres autour du trait de soulignement), à l'intérieur duquel se trouvent un ou plusieurs fichiers mp4.

• Mise en cache automatique ( documentation ): Inconnu

• Fractionnements :

• Structure des fonctionnalités :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'url': Text(shape=(), dtype=string),
    'video': Video(Image(shape=(360, 640, 3), dtype=uint8)),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ) : Manquant.

• Citation :

@misc{bain2021frozen,
      title={Frozen in Time: A Joint Video and Image Encoder for End-to-End Retrieval},
      author={Max Bain and Arsha Nagrani and Gül Varol and Andrew Zisserman},
      year={2021},
      eprint={2104.00650},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

• Descriptif :

WebVid est un ensemble de données à grande échelle de courtes vidéos avec des descriptions textuelles provenant du Web. Les vidéos sont diverses et riches dans leur contenu.

WebVid-10M contient :

10,7 millions de paires de sous-titres vidéo. 52 000 heures de vidéo au total.

• Page d'accueil : https://m-bain.github.io/webvid-dataset/

• Code source : tfds.datasets.webvid.Builder

• Versions :

  • 1.0.0 (par défaut) : version initiale.

• Taille du téléchargement : Unknown size

• Taille du jeu de données : Unknown size

• Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans download_config.manual_dir (par défaut, ~/tensorflow_datasets/downloads/manual/ ) :
  Suivez les instructions de téléchargement dans https://m-bain.github.io/webvid-dataset/ pour obtenir les données. Placez les fichiers csv et les répertoires vidéo dans manual_dir/webvid , de sorte que les fichiers mp4 soient placés dans manual_dir/webvid/*/*_*/*.mp4 .

Le premier répertoire étant généralement un répertoire de partie arbitraire (pour le téléchargement fragmenté), le deuxième répertoire est le répertoire de la page (deux chiffres autour du trait de soulignement), à l'intérieur duquel se trouvent un ou plusieurs fichiers mp4.

• Mise en cache automatique ( documentation ): Inconnu

• Fractionnements :

• Structure des fonctionnalités :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'url': Text(shape=(), dtype=string),
    'video': Video(Image(shape=(360, 640, 3), dtype=uint8)),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ) : Manquant.

• Citation :

@misc{bain2021frozen,
      title={Frozen in Time: A Joint Video and Image Encoder for End-to-End Retrieval},
      author={Max Bain and Arsha Nagrani and Gül Varol and Andrew Zisserman},
      year={2021},
      eprint={2104.00650},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}