VBench 项目使用教程
2024-09-27 07:27:47作者:冯梦姬Eddie
1. 项目目录结构及介绍
VBench 项目的目录结构如下:
VBench/
├── asset/
├── bin/
├── competitions/
├── pretrained/
├── prompts/
├── sampled_videos/
├── scripts/
├── submodules/
├── vbench/
├── vbench2_beta_i2v/
├── vbench2_beta_long/
├── vbench2_beta_trustworthiness/
├── .gitignore
├── LICENSE
├── MANIFEST.in
├── README-pypi.md
├── README.md
├── dimension_to_folder.json
├── evaluate.py
├── evaluate.sh
├── evaluate_i2v.py
├── evaluate_trustworthy.py
├── requirements.txt
├── setup.py
├── static_filter.py
目录介绍
- asset/: 存放项目相关的资源文件。
- bin/: 存放可执行文件或脚本。
- competitions/: 存放与竞赛相关的文件。
- pretrained/: 存放预训练模型文件。
- prompts/: 存放用于生成视频的提示文件。
- sampled_videos/: 存放生成的视频样本。
- scripts/: 存放项目使用的脚本文件。
- submodules/: 存放子模块文件。
- vbench/: 存放 VBench 核心代码。
- vbench2_beta_i2v/: 存放 Image-to-Video (I2V) 模型的相关代码。
- vbench2_beta_long/: 存放用于评估长视频的相关代码。
- vbench2_beta_trustworthiness/: 存放用于评估视频生成模型可信度的相关代码。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- MANIFEST.in: 打包配置文件。
- README-pypi.md: PyPI 版本的 README 文件。
- README.md: 项目主 README 文件。
- dimension_to_folder.json: 维度到文件夹的映射配置文件。
- evaluate.py: 视频生成模型评估的主脚本。
- evaluate.sh: 评估脚本的 shell 版本。
- evaluate_i2v.py: 用于评估 Image-to-Video (I2V) 模型的脚本。
- evaluate_trustworthy.py: 用于评估视频生成模型可信度的脚本。
- requirements.txt: 项目依赖库列表。
- setup.py: 项目安装脚本。
- static_filter.py: 静态过滤器脚本。
2. 项目启动文件介绍
VBench 项目的主要启动文件是 evaluate.py。该文件是用于评估视频生成模型的主脚本。通过运行该脚本,可以对视频生成模型进行全面的评估。
启动命令示例
python evaluate.py --dimension subject_consistency --videos_path /path/to/videos
参数说明
--dimension: 指定评估的维度,例如subject_consistency、background_consistency等。--videos_path: 指定待评估视频的路径。
3. 项目配置文件介绍
VBench 项目的主要配置文件包括 dimension_to_folder.json 和 requirements.txt。
dimension_to_folder.json
该文件用于映射评估维度到相应的文件夹。每个维度对应一个文件夹,文件夹中存放了用于评估该维度的相关文件。
requirements.txt
该文件列出了项目运行所需的 Python 依赖库。通过运行以下命令可以安装所有依赖库:
pip install -r requirements.txt
其他配置文件
- setup.py: 用于项目的安装和打包。
- .gitignore: 用于配置 Git 忽略的文件和文件夹。
- LICENSE: 项目的许可证文件。
通过以上配置文件和启动文件,可以方便地对 VBench 项目进行配置和启动。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350