视频采集器采集的多模态物体行为表征数据集

多模态物体行为表征数据集包含三个示例数据，其分别代表不同类别的物体：自行车属于机械设备，猫是动物，水果则是植物。每个类别都有对应的文本描述、静态图像和动态视频，其中静态图像用于捕捉物体的外观特征，而动态视频则展示其行为特征。多模态数据之间相互关联，通过融合文本、图像和视频信息，实现更全面和准确的表征。