LAION-5B 数据集:https://laion.ai/blog/laion-5b/
Web-Vid-10M 数据集:https://m-bain.github.io/webvid-dataset/
HD-VILA-100M 数据集:https://github.com/microsoft/XPretrain/tree/main/hd-vila-100m
UCF-101 数据集:https://www.crcv.ucf.edu/data/UCF101
MSR-VTT 数据集:https://www.microsoft.com/en-us/research/publication/msr-vtt-a-large-video-description-dataset-for-bridging-video-and-language/
[相关资讯]
9月29日,Meta 发布了一种可以根据文本提示产生简短、高质量视频片段的 AI 模型 Make-A-Video,此外,该模型还可以从图像或拍摄的现有视频创建类似的新视频。训练该模型所需的数据集皆为公开数据集。训练该模型时,既不需要从头开始学习视觉和多模态表示,也不需要成对的文本视频数据,而且还继承了当今图像生成模型的广泛性。
Make-A-Video 官网:https://makeavideo.studio/
论文地址:https://makeavideo.studio/Make-A-Video.pdf