【产品概述】

本数据集是为视频大模型训练而精心设计的高清影视资源集合，包含存储为1000TB高质量视频、字幕和音频文件。数据集的每一组资源均由视频文件、对应的字幕文件和音频文件组成，确保数据的完整性和一致性，适用于视频处理、机器学习和深度学习模型的训练和验证。

---

1. 数据集规模：包含1000万条高质量视频资源、电影资源（2000年~2024年 高IMDB评分）、高清记录片等。

2. 视频清晰度：720P高清       占 15%

                      1080P超清     占 50%

                       Blu-Ray蓝光  占 5%

                       4K高清          占 30%

3. 数据来源：资源网站+人工采集。

---

交付方式：

 1. 由需求方提供硬盘交付。

 2. 需求方提供服务器交付。

 

产品特点

1. 高清质量：所有视频文件均为高清资源，确保训练数据的高质量。
2. 一致性：视频、字幕和音频文件均经过严格匹配，文件命名一致，方便数据处理。
3. 多模态数据：包括视频、字幕和音频，支持多模态学习任务，如视频内容理解、语音识别、字幕生成等。
4. 易于集成：清晰的目录结构和文件命名规则，方便与现有的数据处理管道和机器学习框架集成。

 

许可证和使用条款

请注意，数据集使用需遵守相应的许可证协议和使用条款，确保数据用于合法和合规的研究或开发活动。

如有资源问题，请通过以下方式联系我们：

• 微信：yu1027112897

• 电话：18251839956