abababab

# 类弗兰德斯教育行为多模态数据集 (eduBehavior) ## 📌 数据集简介 本数据集是一个针对真实教育课堂场景构建的**多模态行为识别与分析数据集**。数据涵盖了**视频 (视觉)、音频 (声觉) 以及文本 (转录/语义)** 三个模态的特征信号，旨在为智慧教育领域的课堂行为分析、师生互动检测和多模态大模型研究提供强有力的数据支持。 ## 🎬 数据构成与切分方式 - **模态包含**：原始视频帧序列、对应的音频切片、对应的文本特征与 JSON 坐标记录。 - **切分机制**：整个课堂长视频**基于视觉语义进行分割**，被精确切割为大量 **2-6秒** 左右的短视频片段。 - **数据量级**：包含大量的高质量视频切分片段 (共计超过数十GB)。 ## 🏷️ 分类标签体系 所有的短片段都配有精确的分类标签，主要包含以下 **10 种典型课堂教学与互动行为**： 1. **教师反馈** (Teacher Feedback) 2. **教师提问** (Teacher Questioning) 3. **教师讲授** (Teacher Lecturing) 4. **教师指令** (Teacher Instructing) 5. **教师板书** (Teacher Board-writing) 6. **教师巡视** (Teacher Patrolling) 7. **学生发言** (Student Speaking) 8. **学生讨论** (Student Discussing) 9. **课堂沉寂** (Classroom Silence) 10. **技术操作** (Technical Operation) ## 📂 文件组织结构 数据集内部通过不同分类任务目录 (如 T01 ~ T34) 以及核心的 `xxxx_train.jsonl` 和 `xxxx_classification.json` 进行组织，以适配多模态深度学习框架的标准预处理数据加载格式。 ## 📥 下载方法 由于数据集包含大量的视频内容与 JSON 特征数据，强烈建议使用 **Git LFS** 或 **ModelScope SDK** 进行下载： :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"} --- *注: 此数据集采用了严格脱敏与处理，所有收集均遵循学术研究伦理规范。仅限用于研究用途。*