THUMOS’14 Action Recognition数据集

THUMOS’14 Action Recognition数据集

THUMOS数据集包含大量的人类动作在真实环境中开源视频。 动作包括日常生活
动作（例如，“吹干头发”和“刷牙”）对体育动作（例如，“驾驶”和“高尔夫挥杆”）。 在THUMOS’14中，有两个主要任务：

动作识别：对于目标动作类，预测某个视频包含某种动作，视频是剪辑好的短视频。

时序动作检测：对于为剪辑过的视频，不仅要判断视频中包含哪些东西，而且要判断动作在视频中的时间位置（即每个检测到的动作的开始和结束时间）

THUMOS’14的数据集包括四个部分：训练数据，验证数据，背景数据和测试数据。

训练数据集基于UCF101 数据集，视频是被剪辑过的（每个视频通常包含一个实例）。剩余的三个部分（验证，背景和测试数据），视频是未修剪的。

下载文件

下载数据集链接： https://www.crcv.ucf.edu/THUMOS14/download.html
需要填写一个表，然后会给解压密码。
如下图：

Action Recognition Data Set 动作识别数据集

1. 训练集： 所有的UCF101动作数据集用于训练。 有101个动作类别组成，共有13,320个视频。 每个类别都有超过100个视频，所有视频都是剪辑过的的。
2. 验证集： 共有1,000个视频，101个动作类作（每个类别有10个视频）。 通常，每个视频中都会显示一个主要动作类; 但是，某些视频可能包含来自其他动作类的一个或多个实例。 提供视频级标签信息（包括每个视频的主要和辅助动作），但所有视频在时间上都是未修剪的。 验证集可用于调整模型或仅作为附加训练数据。
3. 背景数据集： 有2,500个视频，这些视频确保不包含101个动作类中的任何一个的实例。 每个视频与其中一个动作类相关。 例如，与动作类“Basketball Dunk”相关的背景视频可以在没有玩篮球时显示篮球场。 提供每个背景视频的主要类。 背景数据也可以用作附加训练数据。
4. 测试集：有1,574个暂时未修剪的视频。 某些视频可能包含来自一个或多个动作类的一个或多个实例，而某些视频可能不包含来自101个类的任何动作。

Temporal Action Detection Data Set 时序动作检测数据集

1. 训练集：有20个类，是UCF101动作数据集的子集。
2. 验证集：20个类，共200个视频，验证视频中发生的所有操作实例的时间注释（开始和结束时间）。
3. 背景数据集： 和动作识别数据集一样。
4. 测试集：提供1574个时间上未修剪的视频作为测试数据。

文件格式

评价指标

动作识别：

时序动作检测：

除了AP和mAP，还有时间上的：

o大于50%，认为这个检测结果是正确的。