DIO

该数据集是一个针对时空人-物交互检测的基准，包含了51种交互行为以及超过1000个物体。它揭示了当前视觉系统在定位多样化/未见过的物体方面的局限性。该数据集的任务是进行时空人-物交互检测以及物体发现。