数据堂—20,000张人体行为图像&视频描述数据

20,000 张人体行为图像&视频描述数据,包含20,000张图像，10,000段视频采集了不同季节，不同拍摄角度的多种人体行为，包含室内场景与室外场景。描述语言为英语，主要描述了人物性别、年龄、衣着、行为描述与肢体动作

This dataset is a human action image and video captioning dataset consisting of 20,000 images and 10,000 video clips. It collects various human actions across different seasons and shooting angles, covering both indoor and outdoor scenarios. The captions are written in English, mainly describing the subject's gender, age, clothing, behavioral actions and limb movements.

搜集汇总

背景与挑战

背景概述

该数据集包含20,000张图像和10,000个视频，记录了不同季节、角度和场景下的人体行为，并提供英文描述，涵盖性别、年龄、服装、行为和身体动作等信息。数据以.jpg和.txt格式存储，版权归DataTang所有，适用于商业用途。