evalstone/evalscope/docs/zh/benchmarks/msr_vtt.md

MSR-VTT

概述

MSR-VTT 是一个大规模开放域视频描述（video captioning）基准测试，用于评估视频到文本的生成能力。
原生适配器按 video_id 对记录进行分组，因此同一视频的多条标注行会被合并为一个样本，并包含多个参考描述。

任务描述

• 任务类型：视频描述（Video captioning）
• 输入：视频片段或 URL
• 输出：一条简洁的自然语言描述
• 领域：开放域视频理解与描述

评估说明

• 默认数据源：ModelScope 上的 AI-ModelScope/msr-vtt，使用 validation 划分
• 通过设置 extra_params.dataset_hub="huggingface"，仍可使用 Hugging Face 上的 VLM2Vec/MSR-VTT
• 主要指标：CIDEr
• 其他指标：BLEU-1/2/3/4、METEOR、ROUGE-L
• 设置 extra_params.video_dir 可优先使用本地媒体文件而非 URL 元数据

属性

属性	值
基准测试名称	msr_vtt
数据集ID	AI-ModelScope/msr-vtt
论文	Paper
标签	ImageCaptioning, MultiModal
指标	Bleu_1, Bleu_2, Bleu_3, Bleu_4, METEOR, ROUGE_L, CIDEr
默认示例数	0-shot
评估划分	validation

数据统计

指标	值
总样本数	497
提示词长度（平均）	43 字符
提示词长度（最小/最大）	43 / 43 字符

视频统计信息：

指标	值
视频总数	497
每样本视频数	最小: 1, 最大: 1, 平均: 1
格式	mp4

样例示例

子集: default

{
  "input": [
    {
      "id": "36044e4b",
      "content": [
        {
          "text": "Describe the video in one concise sentence."
        },
        {
          "video": "https://www.youtube.com/watch?v=A9pM9iOuAzM",
          "format": "mp4",
          "start": 116.03,
          "end": 126.21
        }
      ]
    }
  ],
  "target": "[\"a family is having coversation\"]",
  "id": 0,
  "group_id": 0,
  "metadata": {
    "references": [
      "a family is having coversation"
    ],
    "subset": "default",
    "dataset_id": "AI-ModelScope/msr-vtt",
    "dataset_hub": "modelscope",
    "video": "https://www.youtube.com/watch?v=A9pM9iOuAzM",
    "start": 116.03,
    "end": 126.21,
    "fps": null,
    "video_id": "video6513",
    "category": 14
  }
}

提示模板

提示模板：

Describe the video in one concise sentence.

额外参数

参数	类型	默认值	描述
dataset_hub	str	modelscope	用于加载 MSR-VTT 标注的数据集平台。选项：['huggingface', 'modelscope', 'local']
eval_split	str	``	要加载的数据划分；ModelScope 默认为 validation，Hugging Face 默认为 test。
dataset_revision	str	``	可选的数据集版本；留空则使用平台默认版本。
video_dir	str	``	包含 MSR-VTT 视频文件的本地目录（可选）。
video_extension	str	``	本地视频文件的扩展名覆盖项（可选），例如 "mp4"。

使用方法

使用 CLI

evalscope eval \
    --model YOUR_MODEL \
    --api-url OPENAI_API_COMPAT_URL \
    --api-key EMPTY_TOKEN \
    --datasets msr_vtt \
    --limit 10  # 正式评估时请删除此行

使用 Python

from evalscope import run_task
from evalscope.config import TaskConfig

task_cfg = TaskConfig(
    model='YOUR_MODEL',
    api_url='OPENAI_API_COMPAT_URL',
    api_key='EMPTY_TOKEN',
    datasets=['msr_vtt'],
    dataset_args={
        'msr_vtt': {
            # extra_params: {}  # 使用默认额外参数
        }
    },
    limit=10,  # 正式评估时请删除此行
)

run_task(task_cfg=task_cfg)