Nexdata/11000_Image_Video_caption_data_of_human_action

20,000张图片和10,000个视频的人类行为描述数据集，涵盖了不同季节、不同拍摄角度、室内外场景。描述语言为英文和中文，主要描述人物的性别、年龄、衣着、行为描述和身体动作。数据集的准确率不低于97%。

原始信息汇总

数据集概述

数据集内容

• 类型: 包含20,000张图像和10,000个视频的描述数据。
• 主题: 描述不同季节、不同拍摄角度下的各种人类行为，场景包括室内和室外。
• 描述细节: 主要描述性别、年龄、服装、行为描述及身体动作。

数据集特征

• 种族分布: 包括高加索人和黑人。
• 性别分布: 男性与女性。
• 年龄分布: 从青少年到老年，主要集中在青年和中年。
• 收集环境: 室内和室外场景。
• 收集多样性: 不同年龄组、不同收集环境、不同季节、多种拍摄角度及多种人类行为。

数据格式

• 图像格式: .jpg
• 视频格式: .mp4
• 文本格式: .txt

描述语言

• 主要语言: 英语和中文。

文本描述

• 长度: 原则上30~60字，通常3-5句。
• 主要内容: 性别、年龄、服装、行为描述、身体动作。

准确率

• 正确标注比例: 不低于97%。

许可信息

• 许可证: 商业许可证。