研究人员推出了MarineLife-16K,这是一个新推出的、大规模的视频-文本数据集,用于理解海洋环境。该数据集包含2000个视频-文本对,并对物体、属性、行为和环境背景进行了详细注释,生成了超过16000个视频-问题对。对各种视频-LLM模型的基准测试显示,专有模型通常表现更好,尽管模型能很好地处理物体运动,但在处理复杂的摄像机运动和静态摄像机推理方面仍存在困难。 AI
影响 该数据集有望提高视频-LLM在海洋科学等专业领域的应用能力。
排序理由 该集群描述了一个新的学术数据集和相关的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- MarineLife-16K
- Quang Trung Truong
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →