ActivityNet Thumbnails

由 10,000 多个视频-句子对组成，每对都附有一个带注释的句子指定的视频缩略图。

This dataset consists of more than 10,000 video-sentence pairs, each accompanied by a video thumbnail specified by the corresponding annotated sentence.

搜集汇总

背景与挑战

背景概述

ActivityNet Thumbnails数据集由清华大学与腾讯人工智能实验室于2019年发布，包含超过10,000个视频-句子对，每个对均附带基于注释句子生成的视频缩略图。该数据集主要用于视频内容分析与处理任务。