← Video Captioning

Papers with Code · CC BY-SA 4.0

YouCook2

아카이브 평가 14건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
VAST	BLEU-4 18.2 CIDEr 1.99	VAST: A Vision-Audio-Subtitle-Text Omni-Modality Foundation Model and Dataset 2023-05-29	코드 1 · 코드 2
UniVL + MELTR	BLEU-3 24.12 BLEU-4 17.92 METEOR 22.56 ROUGE-L 47.04 CIDEr 1.90	MELTR: Meta Loss Transformer for Learning to Fine-tune Video Foundation Models 2023-03-23	코드 1
UniVL	BLEU-3 23.87 BLEU-4 17.35 METEOR 22.35 ROUGE-L 46.52 CIDEr 1.81	UniVL: A Unified Video and Language Pre-Training Model for Multimodal Understanding and Generation 2020-02-15	코드 1 · 코드 2
VideoCoCa	BLEU-4 14.2 ROUGE-L 37.7 CIDEr 1.28	VideoCoCa: Video-Text Modeling with Zero-Shot Transfer from Contrastive Captioners 2022-12-09	연결 없음
VLM	BLEU-3 17.78 BLEU-4 12.27 METEOR 18.22 ROUGE-L 41.51 CIDEr 1.3869	VLM: Task-agnostic Video-Language Model Pre-training for Video Understanding 2021-05-20	코드 1
E2vidD6-MASSvid-BiD	BLEU-4 12.04 METEOR 18.32 ROUGE-L 39.03 CIDEr 1.22	Multimodal Pretraining for Dense Video Captioning 2020-11-10	코드 1
TextKG	BLEU-4 11.7 METEOR 14.8 ROUGE-L 40.2 CIDEr 1.33	Text with Knowledge Graph Augmented Transformer for Video Captioning 2023-03-22	연결 없음
COOT	BLEU-3 17.97 BLEU-4 11.30 METEOR 19.85 ROUGE-L 37.94 CIDEr 0.57	COOT: Cooperative Hierarchical Transformer for Video-Text Representation Learning 2020-11-01	코드 1
COSA	BLEU-4 10.1 CIDEr 1.31	COSA: Concatenated Sample Pretrained Vision-Language Foundation Model 2023-06-15	코드 1
HowToCaption	BLEU-4 8.8 METEOR 15.9 ROUGE-L 37.3 CIDEr 116.4	HowToCaption: Prompting LLMs to Transform Video Annotations at Scale 2023-10-07	코드 1
OmniVL	BLEU-3 12.87 BLEU-4 8.72 METEOR 14.83 ROUGE-L 36.09 CIDEr 1.16	OmniVL:One Foundation Model for Image-Language and Video-Language Tasks 2022-09-15	연결 없음
Zhou	BLEU-3 7.53 BLEU-4 4.38 METEOR 11.55 ROUGE-L 27.44 CIDEr 0.38	End-to-End Dense Video Captioning with Masked Transformer 2018-04-03	코드 1
VideoBERT + S3D	BLEU-3 7.59 BLEU-4 4.33 METEOR 11.94 ROUGE-L 28.80 CIDEr 0.55	VideoBERT: A Joint Model for Video and Language Representation Learning 2019-04-03	코드 1 · 코드 2 · 코드 3
MA-LMM	METEOR 17.6 CIDEr 1.31	MA-LMM: Memory-Augmented Large Multimodal Model for Long-Term Video Understanding 2024-04-08	코드 1