← Video Captioning

Papers with Code · CC BY-SA 4.0

MSVD

아카이브 평가 16건 · 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
MaMMUT	CIDEr 195.6	MaMMUT: A Simple Architecture for Joint Learning for MultiModal Tasks 2023-03-29	코드 1
VLAB	CIDEr 179.8 BLEU-4 79.3 METEOR 51.2 ROUGE-L 87.9	VLAB: Enhancing Video Language Pre-training by Feature Adapting and Blending 2023-05-22	연결 없음
VALOR	CIDEr 178.5 BLEU-4 80.7 METEOR 51.0 ROUGE-L 87.9	VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset 2023-04-17	코드 1
COSA	CIDEr 178.5 BLEU-4 76.5	COSA: Concatenated Sample Pretrained Vision-Language Foundation Model 2023-06-15	코드 1
mPLUG-2	CIDEr 165.8 BLEU-4 70.5 METEOR 48.4 ROUGE-L 85.3	mPLUG-2: A Modularized Multi-modal Foundation Model Across Text, Image and Video 2023-02-01	코드 1 · 코드 2 · 코드 3 · 코드 4
HowToCaption	CIDEr 154.2 BLEU-4 70.4 METEOR 46.4 ROUGE-L 83.2	HowToCaption: Prompting LLMs to Transform Video Annotations at Scale 2023-10-07	코드 1
HiTeA	CIDEr 146.9 BLEU-4 71.0 METEOR 45.3 ROUGE-L 81.4	HiTeA: Hierarchical Temporal-Aware Video-Language Pre-training 2022-12-30	연결 없음
Vid2Seq	CIDEr 146.2 METEOR 45.3	Vid2Seq: Large-Scale Pretraining of a Visual Language Model for Dense Video Captioning 2023-02-27	코드 1 · 코드 2 · 코드 3
VIOLETv2	CIDEr 139.2	An Empirical Study of End-to-End Video-Language Transformers with Masked Visual Modeling 2022-09-04	코드 1
RTQ	CIDEr 123.4 BLEU-4 66.9 ROUGE-L 82.2	RTQ: Rethinking Video-language Understanding Based on Image-text Model 2023-12-01	코드 1 · 코드 2
CoCap (ViT/L14)	CIDEr 121.5 BLEU-4 60.1 METEOR 41.4 ROUGE-L 78.2	Accurate and Fast Compressed Video Captioning 2023-09-22	코드 1
VASTA (Vatex-backbone)	CIDEr 119.7 BLEU-4 59.2 METEOR 40.65 ROUGE-L 76.7	Diverse Video Captioning by Adaptive Spatio-temporal Attention 2022-08-19	코드 1
IcoCap (ViT-B/16)	CIDEr 110.3 BLEU-4 59.1 METEOR 39.5 ROUGE-L 76.5	IcoCap: Improving Video Captioning by Compounding Images 2023-10-05	연결 없음
SEM-POS	CIDEr 108.3 BLEU-4 60.1 METEOR 38.5 ROUGE-L 76.0 GS 607.1	SEM-POS: Grammatically and Semantically Correct Video Captioning 2023-03-26	연결 없음
VASTA (Kinetics-backbone)	CIDEr 106.4 BLEU-4 56.1 METEOR 39.1 ROUGE-L 74.5	Diverse Video Captioning by Adaptive Spatio-temporal Attention 2022-08-19	코드 1
IcoCap (ViT-B/32)	CIDEr 103.8 BLEU-4 56.3 METEOR 38.9 ROUGE-L 75.0	IcoCap: Improving Video Captioning by Compounding Images 2023-10-05	연결 없음