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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
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
398
297
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++
943
878
🎉 (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
1.56 K
904
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924