KINETICS-400-UniFormerV2

Kinetics 数据集是用于视频中人体动作识别的大规模、高质量数据集。 该数据集由大约 500,000 个视频片段组成，涵盖 600 个人类动作类别，每个动作类别至少有 600 个视频片段。 每个视频剪辑持续约 10 秒，并标有单个动作类。 这些视频是从 YouTube 收集的。