源码系统概览
文章正文
CoinVE-200K 是一套开源的大规模组合指令引导视频编辑数据集源码，由腾讯在线视频事业部智能创作平台部门发布。
该数据集包含超过 20 万条视频编辑样本，总数据量约 2.8TB，每条样本包含 2 至 5 条组合编辑指令，覆盖替换、添加、删除和背景更换等操作类型。
该数据集支持区域感知掩码机制，为每条指令提供独立的空间区域标注。
该项目基于 OpenVid-1M 数据集的 OpenVidHD 子集构建，通过精心设计的数据管道和严格的质量过滤确保数据多样性。
数据集包含源视频、编辑后视频、组合掩码和指令掩码四类数据，总计约 118 万个视频文件。
源码简介
CoinVE-200K 是腾讯团队开发的开源视频编辑数据集源码，当前版本 v1.0.0。
该项目采用 MIT 许可证开源，欢迎贡献 star 和 fork。
仓库包含 CoinVE-Edit 模型（基于 Wan2.1-T2V-14B 和 Qwen3-VL-8B 构建）和 CoinVE-Bench 基准测试（361 条多指令测试用例和四维评估指标）。
该数据集已发布至 HuggingFace 和 ModelScope 平台，支持通过 hf 命令行工具下载完整数据或部分分片。
最后更新 2026 年 8 月，项目持续维护中，更新日志见 GitHub 仓库。
适用场景
适用于视频编辑模型的训练和评估，特别是组合指令编辑场景。
研究人员可使用该数据集训练区域感知的视频编辑模型，支持多指令同时编辑的真实场景需求。
CoinVE-Bench 基准测试可用于评估模型在多指令编辑任务上的表现。
该数据集也适用于扩散模型视频生成、指令引导编辑和多模态理解等研究方向，为学术界和工业界提供高质量训练数据。
技术栈与运行环境
该项目基于 Python 和 PyTorch 构建，提供 coinve_dataset.py 数据加载器，支持 PyTorch DataLoader 批量训练。
数据加载器依赖 CoinVE-Edit 目录下的 LoadVideo、LoadMaskVideo 和 ImageCropAndResize 组件。
运行环境需要 Python 3.8 以上版本和 PyTorch 2.0 以上版本。
数据集通过 HuggingFace 和 ModelScope 分发，支持全量下载和分片下载。
完整数据集约 2.8TB，建议使用大容量存储设备。元数据文件为 JSONL 格式，每行一条 JSON 记录。
功能亮点
- 组合指令编辑：每条样本包含 2 至 5 条编辑指令，覆盖替换、添加、删除、背景更换等操作
- 区域感知掩码：每条指令独立标注空间区域，组合掩码聚合所有编辑区域
- 大规模高质量：20 万条样本、118 万个视频文件、2.8TB 总数据量
- 完整数据管道：包含源视频、编辑视频、指令掩码和组合掩码四类数据
- 基准测试：CoinVE-Bench 提供 361 条多指令测试用例和四维评估指标
技术架构与部署指南
安装与部署提示
安装方式：通过 pip 安装 HuggingFace CLI 后执行 hf download FireCRT/CoinVE-200K –repo-type dataset –local-dir ./CoinVE-200K 下载完整数据集。
也可仅下载元数据文件或特定分片。最后更新 2026 年 8 月，版本号 v1.0.0。
数据加载：使用 from coinve_dataset import CoinVEDataset 导入数据加载器，设置 base_path、metadata_path、num_frames 等参数即可。
Tar 分片需先解压再使用。
更新日志详见 GitHub 仓库 Releases 页面。
截图与演示说明
以下截图展示了 CoinVE-200K 数据集的组合指令视频编辑案例，包含源视频、编辑指令、编辑后视频和区域掩码的可视化对比。
截图展示了数据集中典型的组合编辑场景：对同一段源视频应用多条编辑指令（如替换主体、添加物体、更换背景），每条指令对应独立的区域掩码，组合掩码汇总所有编辑区域。
常见问题
问：CoinVE-200K 是什么？
CoinVE-200K 是腾讯发布的大规模组合指令引导视频编辑数据集，含 20 万条样本和 2.8TB 数据量，支持多指令同时编辑和区域感知掩码。
问：CoinVE-200K 和 OpenVE-3M 的区别是什么？
CoinVE-200K 对比 OpenVE-3M 的区别在于以下方面：
| 特性 | CoinVE-200K | OpenVE-3M |
|---|---|---|
| 指令类型 | 组合指令编辑 | 单指令编辑 |
| 每样本指令数 | 2-5 条 | 1 条 |
| 区域掩码 | 逐指令和组合掩码 | 无 |
CoinVE-200K 和 OpenVE-3M 的区别核心在于组合编辑能力。
问：如何下载 CoinVE-200K 数据集？
通过 HuggingFace CLI 执行 hf download FireCRT/CoinVE-200K –repo-type dataset –local-dir ./CoinVE-200K 即可下载完整数据集，也可指定单独文件进行分片下载。
问：CoinVE-200K 是否免费商用？
该数据集采用 MIT 许可证开源，可免费使用。数据源自 OpenVid-1M 数据集，使用前请确认上游数据许可要求。
安全风险提示
该项目未发现 eval、base64_decode、shell_exec 等高风险函数。
CORS 配置不适用于数据集项目。Docker 部署时需注意大容量数据卷挂载和权限设置。
nginx 配置用于数据下载分发时，建议启用带宽限制和访问控制。
数据集包含真实视频内容，使用时需遵守相关法律法规和隐私政策。
建议在使用前进行内容审查和合规评估。
下载说明
本源码包含 CoinVE-200K 数据集加载器源代码、CoinVE-Edit 模型代码和 CoinVE-Bench 基准测试代码。
下载后可通过 Python 直接加载数据集元数据并训练模型。
源码包已打包为 zip 格式，提取码 8888。
GitHub项目开源地址：https://github.com/coinve200k/CoinVE-200K
