文章讨论了ava_train_v2.2.csv和ava_val_v2.2.csv文件中行为标签的特性，指出每个时间点可能对应多个框，表示同一时间内不同个体的行为。一个框可能对应多个行为，如跳舞、站立和说话。文章强调了在处理时空检测数据集时对行为多样性的理解。
通过看ava_train_v2.2.csv和ava_val_v2.2.csv，每一个字段的含义，发现是按秒为单位来给对应的行为打标签的。
比如第902秒对应的某个人的框对应的某个行为是什么？
比如第903秒对应的某个人的框对应的某个行为是什么？
...
大家可能会有疑问，怎么902当中，这1秒，怎么有这么多框，不就1个人怎么多个框？
答：是这样的，在这1秒当中，可能是多个人，每个人都有一个框，所以说这一块这个框是有多个的。
并且比如说有1个人，有1个人是不是一个框呢，其实也不是
因为一个人，我们说一个框对应着一个标签，但这个人有可能既是在跳舞，又是在站着，又是在说话。
参考：
669
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
