物品理解训练集

30秒的视频画面，辅以文字解读和专业镜头语言描述，帮助大模型理解日常生活用品类视频

搜集汇总

背景与挑战

背景概述

该数据集包含30秒的日常生活用品视频片段，配有文字解释和专业镜头描述，旨在提升大模型对日常物品视频的理解能力。