V-HICO

V-HICO是视频中人机交互的数据集。有6,594视频，包括5,297培训视频、635验证视频、608测试视频和54个看不见的测试视频。为了测试模型在常见的人-对象交互类上的性能以及对新的人-对象交互类的推广，我们提供了两个测试拆分，第一个在训练拆分中具有相同的人-对象交互类，而第二个由看不见的新类组成。
V-HICO由244个对象类和99个动作类组成。共有756个动作对象成对类。看不见的测试数据集包含51个对象类和32个动作类，其中52个动作对象成对类。所有视频都标有人为动作和关联对象的文本注释。测试和看不见的数据集包含人类和对象边界框的注释。

搜集汇总

背景与挑战

背景概述

V-HICO是一个视频人机交互数据集，包含6,594个视频，划分为训练、验证和测试集，其中测试集包括可见类和不可见类以评估模型性能。数据集涵盖244个对象类和99个动作类，共756个动作-对象对，所有视频均提供文本注释，测试部分还包含人类和对象边界框标注。该数据集于2021年由麻省理工学院等机构发布。