Tencent Video Dataset (TVD) 是由腾讯、深圳博研科技有限公司和清华大学共同创建的视频数据集，包含86个视频序列，每个序列有65帧，分辨率为4K。数据集内容丰富，涵盖多种场景和动态对象，用于训练神经网络编码工具和测试机器视觉任务，如目标检测和跟踪。创建过程中，视频序列使用高端设备捕捉，并经过专业处理。TVD广泛应用于机器学习相关的研究和标准化活动，特别是在神经网络视频压缩算

arXiv2021-05-13 更新810

CATER

视频分析

时间推理

CATER数据集由卡内基梅隆大学创建，专注于视频中的组合动作和时间推理分析。该数据集包含5500个合成渲染的视频，每个视频长度为10秒，使用标准的3D对象库生成，旨在测试模型对长期时间推理的能力。CATER不仅是一个具有挑战性的数据集，还提供了丰富的诊断工具，用于分析现代视频架构。数据集的应用领域包括动作识别、组合动作识别和目标跟踪等，旨在解决视频理解中的复杂时间推理问题。

arXiv2020-04-05 更新720

VideoChatOnline-IT

视频分析

时空理解

该数据集是一个全面的在线时空理解任务集合，涵盖了包括密集视频字幕、视频定位、步骤定位、时空动作定位和目标跟踪等多个领域。数据集由96K高质量样本组成，这些样本来自12个数据集的5项任务，通过模板转换增强了在线时空理解。数据集采用了一种组织良好的交错格式，在视频样本的时间线上策略性地插入查询，以促进时间上下文的区分。

Hugging Face2025-03-10 更新200

RTV-Bench

视频分析

机器学习

RTV-Bench是一个用于评估MLLM实时视频分析的细粒度基准数据集，包含552个视频（167.2小时）和4,631个高质量问答对。数据集包括三个关键原则：多时间戳问答（MTQA）、分层问题结构和多维度评估。

github2025-05-03 更新740

Dora WalkingTours Dataset (ICLR 2024)

监督学习

视频分析

Self-supervised learning has unlocked the potential of scaling up pretraining to billions of images, since annotation is unnecessary. But are we making the best use of data? How more economical can we

Mendeley Data2024-02-19 更新490

anti_uav_dataset_300

资源简介：

相关数据集