机器学习与语料定制成品
关键信息
内容与方法
数据来源于公开视频平台的舞台演出素材，按版权与可分发性筛选后统一解析为候选片段池，再按固定间隔抽帧并做灯光状态、事件活跃度、文本-场景一致性等维度的帧级标注。标注全程遵循按源视频切分的防泄漏规则，避免同一场演出的帧同时出现在训练集和验证集。在此基础上进行了WordNet语义增强实验，用于验证语义扩展对标注质量和下游检测指标的提升效果，并跑通了基线模型与增强模型的对比实验。
适用场景
适合舞台灯光识别、多模态场景理解、语义增强方法验证等研究方向的原型验证（PoC）与论文实验对比，也可作为舞台/演出类视频语义标注任务的方法学参考基线。
获取与许可
许可：定制成品
自行获取的难点
舞台灯光相关的视频素材分散在多个平台，缺乏现成的灯光状态标注；同时抽帧、去重、版权可分发性核查、防数据泄漏的切分规则都需要专门的流水线工程才能保证标注质量和实验结果可信，自行从零搭建成本高。