VidChapters-7M：更全面的视频导航新工具

VidChapters-7M 是一个拥有700万个用户制作章节标记的大型视频集合。这个新的数据集有助于创建和测试将视频分割成章节并为其命名的方法，从而使观众更容易找到他们想要的内容。

VidChapters-7M 的创建者希望这个工具能够改善目前视频导航的不足，让用户更轻松地找到感兴趣的内容。

项目地址:https://antoyang.github.io/vidchapters.html

该数据集的章节标记是由用户手动添加的，所以每个标记都是根据他们自己的理解和需求添加的。这个数据集将有助于开发更好的自动标记方法，从而更好地满足用户的需求。

核心功能:

视频章节生成:VidChapters-7M支持视频章节生成任务，包括将视频在时间上进行切割，并为每个片段生成章节标题。这有助于用户更轻松地定位和浏览视频内容。

三项任务定义:该数据集不仅包括视频章节生成任务，还定义了两个任务变种。一是在给定地面真实边界的情况下生成视频章节标题，二是根据章节标题找到章节的时间位置。

性能基准测试:VidChapters-7M为这三项任务提供了性能基准测试，包括简单基线方法和最先进的视频-语言模型，帮助研究者评估和改进他们的模型。

预训练应用:这个数据集不仅用于章节研究，还表现出在密集视频字幕任务中的出色性能。它可以在零样本学习和微调设置下，大幅提高相关任务的性能。

实验证明:研究还揭示了预训练数据集的规模对下游任务性能的显著影响，为模型训练提供了有力的支持。