UCF-101是来自YouTube的13320个动作视频数据集，包含101个类别，主要用于动作识别。数据集分为25个子集，涵盖人与物体交互、肢体动作、人与人交互、乐器演奏和体育运动五大类。每个类别有4-7个视频，总时长约27小时。为了防止过拟合，训练和测试时需要确保同一组的视频不混合。视频预处理需将其分解为图像序列，数据集提供了三种划分方案，常用于C3D等深度学习模型的训练。
UCF-101
官网：https://www.crcv.ucf.edu/research/data-sets/ucf101/
网盘：链接：https://pan.baidu.com/s/1RsJuykWyUlQ4_c1TwqxR_Q
提取码：909g
官方解释
UCF101是一个现实动作视频的动作识别数据集，收集自YouTube，提供了来自101个动作类别的13320个视频。
该数据集是UCF50数据集的扩展，UCF50数据集有50个动作类别。
UCF101在动作方面提供了最大的多样性，并且在摄像机运动、对象外观和姿态、对象规模、视点、杂乱的背景、照明条件等方面有很大的变化。
101个动作类别中的视频被分成25组，每组可以包含一个动作的4-7个视频。同一组的视频可能有一些共同的特点，比如相似的背景，相似的观点等等。
包括5大类动作 ：
- 人与物体交互
- 单纯的肢体动作
- 人与人交互
- 演奏乐器
- 体育运动
这些类别有：
化眼妆、涂唇膏、射箭、婴儿爬行、平衡木、乐队游行、棒球、打篮球、扣篮、卧推、骑自行车、台球、吹干头发、吹蜡烛、下蹲、保龄球、拳击、出气筒、蛙泳、刷牙、挺举、悬崖跳水、保龄球、板球、潜水、打鼓、击剑、曲棍球、体操、飞盘、爬泳、高尔夫挥杆、理发、扔链球、锤击、倒立俯卧撑…
注意:在训练和测试时，将属于同一组的视频分开是非常重要的。由于一组视频是由单个的长视频获得的，因此在训练和测试集中共享同一组的视频会获得较高的性能。</
最低0.47元/天 解锁文章
扫一扫
462
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
