【视频理解数据集汇总】A collection of recent video understanding datasets, under construction!

最新推荐文章于 2025-10-23 02:54:15 发布
转载 最新推荐文章于 2025-10-23 02:54:15 发布 · 2.6k 阅读 · 14
文章标签：

#视频 #数据

【视频理解数据集汇总】’A collection of recent video understanding datasets, under construction!’ by Yao Zhou
原文地址：https://github.com//yoosan/video-understanding-dataset

Video-understanding-dataset

Video Classification

DatasetPaperWebsiteCategoryExamplesClassesDurationOrganizerSOTA performance
UCF101PDFLinkhuman action13,320101<10sUCF98% (DeepMind I3D)
HMDB51PDFLinkhuman action6,76651<10sSERRE LAB, Brown-
ActivityNet v1.3PDFLinkhuman activities~20,000200-ActivityNet8.83% err (iBUG)
CharadesPDFLinkdaily human activities9,848157-AI2-
KineticsPDFLinkhuman action~300,00040010sDeepMind-
Sports-1MPDFLinksports~1 million4785m36sGoogle & Stanford-
YouTube-8MPDFLinkvisual contents~7 million4716120-500sGoogle Cloud85% GAP (WILLOW)
FCVIDPDFLinkvisual contents91,223239100s+Fudan-Columbia-
Something-SomethingPDFLinkaction with objects108,499174~4sTwentyBN-
Moments in TimePDFLinkaction or activity~1 million3393sMIT-IBM Watson-

Temporal Action Detection

DatasetPaperWebsiteExamplesOrganizerSOTA performance
THUMOS2014PFDLink9.682UCF-
ActivityNet(v1.3)PFDLink~20,000ActivityNet0.344(SJTU & Columbia )

Video Captioning

DatasetPaperWebsiteContextExamplesOrganizerSOTA performance
MPII-MDPDFLinkmovie68,337 clips with 68,375 sentencesMPII-
MSR-VTTPDFLink20 categories10,000 clips wth 200,000 sentencesMSR-
CharadesPDFLinkhuman activity9,848 clips wth 27,847 sentencesAI2-
DensevidPDFLinkevent20k clips and 100k sentencesStanford, ActivityNet-

Video Question Answering

DatasetPaperWebsiteTaskExamplesOrganizerSOTA performance
MovieQAPDFLinkquestion-answering in movies408 movies & 14944 QAsUToronto-
MarioQAPDFLinkreasoning events in game videos187,757 examples with 92,874 QAsPOSTECH-
视频分类数据集
自由小兵儿
07-14 2164
图片分类已经被卷爆了，视频理解是一个新的领域，笔者从事这个领域已经快一年。水了这个领域快一年了。相信大家都想对数据进行分析，然后发一个引导人类进步的论文。搞视频TM搞得心态有点炸裂，数据集太大了。笔者整理了一些数据集放到了公众号。......
关节物体理解论文列表（关节估计，三维重建）（Articulated Objects Understanding）
weixin_41947885的博客
11-28 2641
关节物体（Articulated Objects）是由一系列关节（joint）和连杆（link）组成的物体，比如眼镜（镜身+两个镜腿）、笔记本电脑（屏幕+键盘）、抽屉（柜体+若干个抽屉）。在图形学和机器人学领域，这类物体都是重点研究的对象。图形学往往从三维重建（Reconstruction）的角度出发，而机器人学则关注这类物体的运动学结构（Kinematic Structure）以及如何与其交互（Manipulation）。近年来，相关研究开始关注带有运动学结构的三维重建（Digital Twins）。
视频分类数据集介绍
dake1994的博客
09-10 2万+
视频分类数据集   在视频分类项目中，有很多经典的公开数据集，目前主要的数据集如列表所示：   重点介绍三个中等规模的数据集。 1. UCF101 动作识别数据集，从youtube收集而得，共包含101类动作。其中每类动作由25个人做动作，每人做4-7组，共13320个视频，分辨率为320*240，共6.5G。 UCF101在动作的采集上具有非常大的多样性，包括相机运行、外观变化...
Videos Understanding Dataset
ZhengrongYue的博客
09-07 1341
Videos Understanding Dataset
MSR-VTT视频基准：MiniSora在标准数据集上的性能基准测试
最新发布
gitblog_00559的博客
10-23 272
视频生成技术近年来取得了显著进展，而评估模型性能的关键在于标准数据集上的基准测试。MSR-VTT（Microsoft Research Video to Text）作为视频理解领域的权威基准，包含10k个视频片段，广泛用于评估视频生成模型的质量和一致性。本文将详细介绍MiniSora项目在MSR-VTT数据集上的性能表现，包括测试方法、核心指标及对比分析，并展示相关实验结果与实现细节。 ## M...
视频分类之数据集介绍
qq_51511878的博客
08-22 3703
本文介绍的为动作识别视频分类数据集。数据集通常通过以下过程构建：1、结合以前数据集的标签，并根据使用情况添加新的类别，从而定义一个新的运动列表。2、从各种来源获取视频，如YouTube和电影，将视频标题/字幕与动作列表匹配。3、手动提供时间注释以指示动作的开始和结束位置。4、通过删除重复数据和过滤来清洗数据集。数据集发布年份数量大小视频长度分类数HMDB5120117K2G5s51UCF101201213.3K6.5G6s101Sports1M20141.1M。
Videos-Classification-Datasets:视频分类数据集和论文
03-28
视频分类数据集 视频分类数据集和论文。 第一部分：ImageNet论文 年 杂志 数据集 号码 班级 任务类型 苏打 主页 出版物 2009年 心肺复苏术 Year DataSets Videos Calsses Type of Task SOTA Websites Publication CVPR 2009 ImageNet ImageNet：大型分层图像数据库AAAI 2012 ImageNet 视觉对象检测的众包注释ICCV 2013 ImageNet 检测鳄梨到西葫芦：我们做了什么，我们要去哪里？ AMC（CHI）2014 ImageNet 可扩展的多标签注释IJCV 2015 ImageNet ImageNet大规模视觉识别挑战赛 第一部分：视频文件 <style> table th：first-of-type {width：150px; } </ style> 年 杂志
Cybersecurity Challenges In The Uptake Of Artifitial Intelligence in Autonomous Driving [1]
weixin_40928171的博客
05-17 1975
• State-of-the-art literature survey on AI • Mapping of AVs’ functions to their respective AI techniques • Analysis of cybersecurity vulnerabilities • Presentation of possible attack scenario • Presentation of challenges and corresponding recommendations
ICCV2017论文摘要汇总
super_chicken的博客
04-18 7391
1. Globally-Optimal Inlier Set Maximisation for Simultaneous Camera Pose and Feature Correspondence Abstract: Estimating the 6-DoF pose of a camera from a single image relative to a pre-computed 3D p...
对抗样本方向（Adversarial Examples）2018-2020年最新论文调研
huitailangyz的博客
06-15 1万+
调研范围 2018NIPS、2019NIPS、2018ECCV、2019ICCV、2019CVPR、2020CVPR、2019ICML、2019ICLR、2020ICLR 2018NIPS Contamination Attacks and Mitigation in Multi-Party Machine Learning（防御） 作者：Jamie Hayes(Univeristy College London) Olga Ohrimenko(Microsoft Research) 摘要：Machine
【2011-2016】 NIPS汇总 - Advances in Neural Information Processing Systems
Testing的博客
10-02 1万+
Advances in Neural Information Processing Systems 24 (NIPS 2011) The papers below appear in Advances in Neural Information Processing Systems 24 edited by J. Shawe-Taylor and R.S. Zemel and P.L.
视频分类数据集dance和driving
03-17
包括dance和driving两类视频数据集，各约50个视频文件，可以用于学习训练视频分类模型（包括dance和driving两类视频数据集，各约50个视频文件，可以用于学习训练视频分类模型、包括dance和driving两类视频数据集，各约50个视频文件，可以用于学习训练视频分类模型）
视频目标跟踪数据集VOT2013-源自官网下载
01-17
著名视频目标跟踪benchmark - VOT2013，内部包含16个视频数据及对应的标注文件，本benchmark源于官网下载组织而成，方便连接外网不方面的同学。
大数据全套视频下载-优快云下载
03-14
！大数据全套视频，提供网盘下载 ！链接：http://pan.baidu.com/s/1sl0bNUP 密码：w7bd ！如果发现网盘链接失效，可以加我QQ ！也可以发我邮箱地址：2583606117@qq.com
Tensorflow 2.0 视频分类(一) 数据集
Forrest97的博客
05-14 1405
数据集 UCF-101（最常见） 2013年中央佛羅里達大學(UCF) center for research in computer vision发布从YouTube上爬的101类人员运动识别数据集。 ICCV’13 运动识别竞赛的Benchmark 关键参数 共有13320个视频片段，分为25个组，每个组再分为4-7个视频类，共组成101类： The action categories for...
视频分类数据集下载
weixin_44092937的博客
06-21 716
https://blog.youkuaiyun.com/dake1994/article/details/82591852 https://cloud.tencent.com/developer/article/1493475
视频数据集下载及处理
Jhon_ranble的博客
03-19 1247
视频数据集下载及处理一、视频下载1、DV下载工具2、youtube-dl下载工具3、下载链接二、视频处理1、计算封装视频的PSNR及SSIM2、计算YUV视频的PSNR及SSIM 一、视频下载 1、DV下载工具   DV下载工具是一个安卓端的APP，可以下载抖音、快手等短视频的无水印原视频，且使用非常方便，打开DV后，点击下方中间的下载，然后点击右上角的“+”，在弹出的窗口输入你从短视频软件中复制的链接即可下载。（注：B站下载的视频依旧存有水印，可用第二种方法下载） 2、youtube-dl下载工具   
『深度数据』视频分类数据集·HMDB51介绍
热门推荐
简明AI工作室
08-18 2万+
0.背景 主要的视频分类数据集如表所示： 本文详细介绍一个小型方便使用的数据集HMDB51，数据量小，方便使用 1. HMDB51介绍 HMDB51包含51类动作，共有6849个视频，每个动作至少包含51个视频，分辨率320*240,。来自于YouTube，google视频等，共２G． 主页地址：http://serre-lab.clps.brown.edu/resou...
视频数据集
weixin_43199345的博客
12-04 1785
近年来为推动视频分类的研究，陆续发布了相关的视频数据集。小型标注良好的数据集如KTH，Hollywood2，Weizmann；中型的数据集如UCF101，Thumos’14和HMDB51，这些数据集超过了50类行为类别；大型数据集如Sports-1M，YFCC-100M，FCVID数据集，ActivityNet数据集，YouTube-8M等。  ---------------------  作者：...
构建最新视频理解数据集：技术细节与性能标杆
文档中的标签"computer-vision", "datasets", "action-recognition", "video-understanding"揭示了文档内容的重点是与计算机视觉相关的工作，特别是集中在数据集的构建、动作识别和视频理解技术上。 ### 文件名称...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值