一种视频标注方法、装置、电子设备、存储介质以及产品

本申请实施例提供了一种视频标注方法、装置、电子设备、存储介质以及产品，涉及视频处理技术领域，方法包括：获取待标注视频，以及对待标注视频进行识别得到的识别结果；结合待标注视频和对应的识别结果，利用多模态大模型和提示词，生成待标注视频中每一对象的属性描述文本和待标注视频的场景描述文本，得到待校正描述文本；获取对待校正描述文本进行校正得到的校正结果，作为待标注视频的最终标注结果；获取对提示词进行校正得到的新的提示词，并利用待标注视频的最终标注结果和待校正描述文本之间的差异，对多模态大模型的参数进行调整，得到新的多模态大模型。如此，能够快速准确地实现视频标注。