HuggingFaceM4/charades

Charades数据集由9848个视频组成，这些视频是通过Amazon Mechanical Turk收集的，展示了日常室内活动。数据集包含66,500个时间注释，涉及157个动作类别，41,104个标签涉及46个对象类别，以及27,847个视频的文本描述。数据集的创建目的是为了帮助计算机视觉方法从多样化的日常动态场景中学习。数据集的创建过程包括脚本生成、视频录制和注释验证三个步骤。数据集的结构包括视频ID、视频路径、场景、质量评分、相关性评分、脚本、描述、动作标签、动作时间等信息。数据集支持多标签动作分类任务，并且有一个相关的排行榜。数据集的注释语言为英语。

The Charades dataset consists of 9,848 videos collected via Amazon Mechanical Turk, which depict daily indoor activities. It contains 66,500 temporal annotations covering 157 action categories, 41,104 labels associated with 46 object categories, and textual descriptions for 27,847 videos. The dataset is developed to facilitate computer vision approaches in learning from diverse daily dynamic scenarios. Its creation process includes three steps: script generation, video recording, and annotation validation. The dataset's structure encompasses information such as video ID, video path, scene, quality score, relevance score, script, description, action labels, and action timestamps. It supports multi-label action classification tasks and has an associated leaderboard. The annotation language of this dataset is English.

原始信息汇总

数据集概述

数据集名称

• 名称: Charades
• 别名: 无

数据集基本信息

• 语言: 英语
• 许可证: 非商业使用
• 多语言性: 单语种
• 大小: 1K<n<10K
• 来源: 原始数据
• 任务类别: 其他
• 支持任务: 多标签动作分类

数据集内容

• 视频数量: 9848
• 动作类别: 157
• 对象类别: 46
• 文本描述: 27,847

数据集结构

• 数据实例: 包含视频ID、视频路径、主体标识、场景、视频质量、相关性、验证状态、脚本、对象列表、描述列表、动作标签、动作时间、视频长度等字段。
• 数据字段: 视频ID、视频路径、主体标识、场景、视频质量、相关性、验证状态、脚本、描述、标签、动作时间、视频长度。
• 数据分割: 训练集、验证集、测试集

数据集创建

• 采集理由: 为了训练计算机视觉方法，需要真实且多样的日常动态场景数据。
• 源数据: 通过Amazon Mechanical Turk收集，包括脚本编写、视频录制和验证。
• 注释过程: 由Amazon Mechanical Turk注释者完成，包括脚本生成、视频录制和验证。

使用数据注意事项

• 许可证: 仅限非商业使用。
• 引用信息: 引用时需使用提供的BibTeX信息。

贡献者

• 感谢@apsdehal添加此数据集。