UCF101

UCF101 拥有来自 101 个动作类别的 13320 个视频，在动作方面具有最大的多样性，并且在相机运动、物体外观和姿势、物体尺度、视点、杂乱背景、照明条件等方面存在很大变化，它是最迄今为止具有挑战性的数据集。由于大多数可用的动作识别数据集都是不现实的，并且是由演员上演的，UCF101 旨在通过学习和探索新的现实动作类别来鼓励对动作识别的进一步研究。 101 个动作类别中的视频分为 25 组，每组可以包含 4-7 个动作视频。来自同一组的视频可能具有一些共同的特征，例如相似的背景、相似的观点等。