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。

TAO is a unified dataset for tracking any object, comprising 2,907 high-resolution videos captured across diverse environments with an average duration of 30 seconds. We adopt a bottom-up approach to discover a large vocabulary of 833 categories, which is an order of magnitude larger than prior tracking benchmarks.

搜集汇总

背景与挑战

背景概述

TAO AVA and HACS videos是一个包含2,907个高分辨率视频的目标跟踪数据集，覆盖833个类别，适用于计算机视觉领域的研究。