TAO-AVA

kaggle2022-11-30 更新2024-05-31 收录

下载链接：

https://www.kaggle.com/datasets/vignagajan/tao-ava

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2022-11-30

TAO AVA and HACS videos

TAO 是用于跟踪任何对象的联合数据集，包含 2,907 个高分辨率视频，在不同环境中捕获，平均时长为半分钟。我们采用自下而上的方法来发现 833 个类别的大量词汇，比之前的跟踪基准高出一个数量级。

OpenXLab00

AVA Actions Dataset, AVA ActiveSpeaker Dataset, AVA Speech Dataset

AVA Actions Dataset密集标注了430部电影片段中的80种原子视觉动作，空间和时间上都有动作定位，产生了1.62M的动作标签，每个视频中频繁出现多个人物标签。数据集分为235个训练视频、64个验证视频和131个测试视频。AVA ActiveSpeaker数据集关联了可见面部的说话活动，在AVA v1.0视频上标记了3.65百万帧，覆盖了约39K的面轨迹。AVA-Speech数据集密

github2023-02-23 更新820

ava

website

RapidAPI2025-05-21 更新80

TAO AVA and HACS videos

OpenDataLab2026-07-05 更新350

AVA

该数据集名为AVA，包含了用于主动说话者检测的视频片段，其中也包括了配音电影。然而，这些配音电影由于存在不同步的说话片段，可能会导致训练和评估出现误导。特别是在AVA数据集中，这些配音电影对于训练和评估来说存在问题，因为它们包含了被标记为说话但实际上并未同步的说话片段。该任务的目的是进行主动说话者检测。

arXiv190