---
title: acav100m
canonical_url: "https://www.modelscope.cn/datasets/haohanxingcheng/acav100m"
md_url: "https://www.modelscope.cn/datasets/haohanxingcheng/acav100m.md"
repository: haohanxingcheng/acav100m
chinese_name: "ACAV100M 视频+字幕数据集"
last_updated: 2026-06-19
license: "Apache License 2.0"
downloads: 180
stars: 0
---

# acav100m

> acav100m - haohanxingcheng 在 ModelScope 开源的数据集。https://huggingface.co/datasets/mignonjia/acav100m 上的数据，用于研究，当前只上传了10分片

haohanxingcheng/acav100m 是 ModelScope 魔搭社区上的数据集，采用 Apache License 2.0 许可。

- **Repository**: haohanxingcheng/acav100m
- **License**: Apache License 2.0
- **Downloads**: 180
- **Stars**: 0
- **Last updated**: 2026-06-19

Source: https://www.modelscope.cn/datasets/haohanxingcheng/acav100m

---

# 当前只上传了10个切片,仅用于研究如有侵权联系删除。  
ACAV100M 视频+字幕数据集
数据集结构
数据集被分成多个分片.tar.gz存档（每个存档包含约 1000 个视频+字幕对）。

每个碎片都具有以下结构：

shard_XXXX.tar.gz
└── shard_XXXX/
    ├── videos/
    │   ├── <video_id>_clip.mp4
    │   └── ...
    └── captions/
        ├── <video_id>_clip.txt
        └── ...

视频：5 秒 1080p MP4 格式带音频的视频片段
字幕：每个视频片段对应的文字说明
仅包含具有匹配字幕的视频。视频和字幕文件共享同一个源文件（例如 .videoabc123_clip.mp4和.caption abc123_clip.txt）。

用法
下载并提取分片：

# Download a single shard
huggingface-cli download mignonjia/acav100m shard_0001.tar.gz --repo-type dataset

# Extract
tar xzf shard_0001.tar.gz

统计数据
总计：11.5万个视频+字幕对
碎片：115
分片大小：每个分片约 2 GB（1000 对）
视频格式：MP4，1080p，5秒，24帧/秒，1920*1088分辨率，带音频