mirror of
https://github.com/hpcaitech/Open-Sora.git
synced 2026-04-10 21:01:26 +02:00
32 lines
1.6 KiB
Markdown
32 lines
1.6 KiB
Markdown
# 数据集
|
|
|
|
## 正在使用的数据集
|
|
|
|
### HD-VG-130M
|
|
|
|
[HD-VG-130M](https://github.com/daooshee/HD-VG-130M?tab=readme-ov-file) 包括 130M 个文本视频对。标题是
|
|
由 BLIP-2 生成。我们发现剪切和文本质量相对较差。它包含 20 个拆分。对于 OpenSora 1.0，我们使用第一个拆分。我们计划使用整个数据集并对其进行重新处理。
|
|
|
|
### Inter4k
|
|
|
|
[Inter4k](https://github.com/alexandrosstergiou/Inter4K) 是一个包含分辨率为 4K 的 1k 视频剪辑的数据集。这个
|
|
数据集被提议用于超分辨率任务。我们使用数据集进行 HQ 训练。处理过的视频可以从这里找到 [这里](README.md#数据处理) 。
|
|
|
|
### Pexels.com
|
|
|
|
[Pexels.com](https://www.pexels.com/) 是一个提供免费库存照片和视频的网站。我们收集的 19K 视频
|
|
来自本网站的剪辑，用于高质量训练。处理过的视频可以从这里找到 [这里](README.md#数据处理) 。
|
|
|
|
## 数据集监视列表
|
|
|
|
我们也在关注以下数据集，并考虑在未来使用它们，这取决于我们的存储空间以及数据集的质量。
|
|
|
|
| 名称 | 大小 | 描述 |
|
|
|-------------------|--------------|-------------------------------|
|
|
| Panda-70M | 70M videos | High quality video-text pairs |
|
|
| WebVid-10M | 10M videos | Low quality |
|
|
| InternVid-10M-FLT | 10M videos | |
|
|
| EGO4D | 3670 hours | |
|
|
| OpenDV-YouTube | 1700 hours | |
|
|
| VidProM | 6.69M videos | |
|