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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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++
1 K
1.01 K
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
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987