【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 2024-05-25 09:56:49 发布
最新推荐文章于 2024-05-25 09:56:49 发布
阅读量2.5k 收藏 14
点赞数
分类专栏： 深度学习 | Deep Learning 数据集 | Dataset 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-
SigNaL_Yu
关注
  • 0
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
视频分类数据集
自由小兵儿
07-14 1791
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。......
video analysis
sakus的博客
10-16 1864
dataset MSR-VTT dataset: 该数据集为ACM Multimedia 2016 的 Microsoft Research - Video to Text (MSR-VTT) Challenge。地址为 MSR-VTT 。该数据集包含10000个视频片段（video clip），被分为训练，验证和测试集三部分。每个视频片段都被标注了大概20条英文句子，共200000条句子。此...
Holistic Video Understanding(HVU) 数据集详解
清欢
01-10 2402
文章目录0. 前言1. 概况2. 详解 0. 前言 一句话总结：HVU通过更全面的标签（scene/environment, objects, actions, events, attributes, concepts）来描述视频信息。 这个数据集的名字直译是“全面的视频理解数据集”，意思就是探索视频理解领域能有哪些应用，不是单一任务的数据集。 官方资料：官网，论文（ECCV 2020），补充材料，Github 参考博客 获取（数据有500+G）： youtube-dl自行下载：官方提
探索深度学习视频数据集：下载DeepMind的Kinetics
最新发布
gitblog_00066的博客
05-25 393
探索深度学习视频数据集：下载DeepMind的Kinetics 项目地址:https://gitcode.com/Showmax/kinetics-downloader 在这个数字时代，深度学习在计算机视觉领域的应用正在不断扩展，其中的动作识别是不可或缺的一部分。DeepMind的Kinetics数据集是一个广泛使用的大型视频数据集，它对推动动作识别模型的发展起着关键作用。现在，我们有一个开源项目...
计算机视觉中video understanding领域有什么研究方向和比较重要的成果
haima1998的专栏
12-20 4325
转自：https://www.zhihu.com/question/64021205 ideo understand，是属于visual analysis的第三个层次，比较high-level的研究方向。 1）最基础的video classification，从相应数据集来看，比如sport1m，hmdb51，activity-net等，大都属于运动/行为类型的类别，所以，
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）
video-understanding-dataset:正在建设中的最新视频理解数据集的集合！
05-13
视频理解数据集请随时提出请求。 注意：ActivityNet v1.3，Kinetics-600，及时，AVA将用于视频分类数据集纸网站类别＃例子＃班期间组织者SOTA表现UCF101人类行为13,320 101 <10秒UCF 98％（DeepMind I3D） HMDB51...
Game of Deep Learning: Ship datasets-数据集
03-18
Analytics Vidhya是印度最大，也是世界领先的数据科学社区和知识门户之一。对于分析/数据科学专业人士来说，这是一个充满激情的社区，其目的是将有影响力的人和学习者聚集在一起，以增加知识。该平台使人们可以从其...
Vehicles 识别数据集 车辆重识别/再辨识数据集： Vehicle Re-ID Datasets Collection
03-27
Vehicles识别数据集 Content in the directory: 1. "image_query/". This dir contains 1678 images as queries. 2. "image_test/". This dir contains 11579 images for testing. 3. "image_train/". This dir ...
UEA中FaceDetection和InsectWingbeat数据集处理后的CSV文件
11-08
数据集目录如下： -针对FaceDetection和InsectWingbeat数据集的特殊处理 -FaceDetection -FaceDetectionDimension1_TEST.csv -FaceDetectionDimension1_TRAIN.csv -FaceDetectionDimension2_TEST.csv -...
Awesome-Video-Datasets:视频数据集
08-04
Awesome-Video-Datasets 非常欢迎贡献，如果您有任何建议或改进，请创建问题或提出拉取请求。 我们的小组网站：阿姆斯特丹大学。 内容 重复计数 视听学习 视频索引 技能决定 视频检索 单个对象跟踪 多个对象跟踪 ...
MPII Human Pose Data MPII 人类姿势数据-数据集
03-16
数据是从MPII人类姿势收集的，并转化为一个".csv"文件。 mpii_human_pose.csv
ActivityNet: A Large-Scale Video Benchmark for Human Activity Understanding大型视频人物活动理解基准数据集ActivityNet-数据集
03-12
ActivityNet is provided by Universidad del Norte, Colombia and King Abdullah University of Science and Technology (KAUST), Saudi Arabia.本数据集由北方大学和阿卜杜拉国王科技大学提供。 activity_net.v1-2.min.json activity_net.v1-3.min.json
论文研究-基于改进卷积神经网络的年龄和性别识别研究 .pdf
08-15
基于改进卷积神经网络的年龄和性别识别研究，艾心，罗群，近年来随着计算机技术的发展，人脸年龄和性别识别在身份认证等领域有了越来越多的应用，然而基于图像的年龄和性别识别在真实场景
频描述综述：方法、数据集和评估指标（Video description: A Survey of Methods, Datasets and Metr）.pdf
03-05
视频描述是自动生成描述给定视频内容的自然语言句子。它广泛适用于人类机器交互，帮助视力受损和视频标题生成。由于计算机视觉和自然语言处理的深度学习取得了前所未有的成功，过去几年来该领域的研究大量增加。研究文献中提出了许多方法，数据集和评估指标，呼吁需要进行全面调研综述，以将研究工作集中在这一蓬勃发展的新方向上。
LSP数据集与MPII数据集标签转txt文件（字典形式储存）
weixin_44743827的博客
03-16 6069
LSP数据集和MPII数据集是常见的人体姿态识别公开数据集，数据中的label的保存格式为mat格式（mat格式为matlab存储文件的格式）。 为了方便python和c++调用数据的label，常常会把存储格式设为 txt 格式和 json 格式。为了方便看到数据集中的关键点，作者将关键点进行了 可视化展示。 LSP数据集 import glob import os from scipy.io import loadmat import numpy as np from PIL import Im
数据集
qq_30006593的博客
09-01 4575
中等Kinetics:300,000 video clips,400 human action classes with at least 400 video clips for each action class,大型sports1myoutube8m：800万视频，50万小时小型UCF-101DActivityNet200 (1.3) train:10024 val:4926 test:5044
常用公共数据集
热门推荐
weixin_41036461的博客
06-12 5万+
原文链接：http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htmCVonline：图像数据库(Google直译的结果，希望对大家有帮助)按主题索引行动数据库属性识别自主驾驶生物/医药相机校准脸和眼/虹膜数据库指纹一般图像一般RGBD和深度数据集一般视频手，掌握，手动和手势数据库图像，视频和形状数据库检索对象数据库人（静），人体姿势人员检测...
百度BROAD-Video Highlights视频精彩片段数据集简要介绍与分析
Will Lin的博客
12-27 3997
前两天在微信上看到这条新闻 ，百度搞了一个数据集开源计划 Baidu Research Open-Access Dataset (BROAD)，其网址为 Baidu Research Open-Access Dataset。首期开放了3个数据集，其中有一个数据集 称为 Video Highlights 。我发现这个数据集与我研究的temporal action detection 以及temp
深度学习驱动的视频描述：方法、数据集与评估标准综述
“频描述综述：方法、数据集和评估指标（Video description: A Survey of Methods, Datasets and Metrics）” 视频描述是计算机视觉和自然语言处理领域的一个关键任务，其目标是通过自动生成文本来描绘视频内容。这...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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