视频对象分割（VOS）领域常用的数据集之一——FBMS数据集，包括了它的训练集和测试集。是实例级的分割，不过也可稍作修改作为对象级分割的数据集。

大规模人类日常行为视频数据集

video_datasets_api 视频数据集（HMDB-51，EPIC-Kitchens，Something-Something-V1等）工具和API 它包括将视频提取到帧中，读取注释并返回训练拆分，标签和班级键。 安装 您可以按原样使用这些工具。 对于API，如果您安装它会更容易。 python setup.py develop 然后，您可以导入包。 from video_datasets_api . something_something_v1 import NUM_CLASSES print ( NUM_CLASSES ) # 174

Collective Activity 是一个集体活动的短视频数据集，它包含 5 种不同的集体活动，分别为交叉、步行、等待、交谈、排队以及 44 个短视频序列，其中一些是由消费者手持数码相机记录的。 该数据集于 2009 年由密歇根大学安娜堡分校电气工程系发布。 主要发布人：Wongun Choi, Khuram Shahid, Silvio Savarese 相关论文：《Collective Activity Classification Using Spatio-Temporal Relationship Among People》

PyTorch中高效的视频数据集加载和增强 作者： 如果您发现该代码很有用，请给存储库加注星标。 如果您完全不熟悉使用torch.utils.data.Dataset和torch.utils.data.DataLoader在PyTorch中加载数据集，建议您首先通过或来熟悉它们。 概述：本示例演示VideoFrameDataset的用法 VideoFrameDataset类（ torch.utils.data.Dataset的实现）用于easily ， efficiently effectively从PyTorch的视频数据集中加载视频样本。 之所以容易，是因为该数据集类可以与自定义数据集一起使用，而无需花费任何努力，也无需修改。 该类仅希望视频数据集在磁盘上具有某种结构，并希望使用.txt注释文件枚举每个视频样本。 可以在下面以及https://video-dataset-loa

动作识别常用的小型数据集，包含21个动作的视频集，Joint-annotated Human Motion Data Base-A fully annotated data set for human actions and human poses

火焰数据集——视频逐帧数据集600M

Camvid Dataset 是一个，其包含 700 张像素级别的语义分割和图像分割，为了保证数据的准确性，每张图像均通过多次检查和确认以确保数据的准确性。该数据集解决了对实验数据的需求，并以定量评估新兴 算法 ，其中驾驶场景增加了观察对象的数量和异质性，其提供超过十分钟的高质量 30Hz 镜头且相应的语义标记图像为 1Hz，部分为 15Hz

多个场景下的烟雾数据集合，包含远景，室内，香烟，车辆事故等等。这个数据集是在火灾检测研究中遇到的数据集，可供火灾检测研究使用。

视觉跟踪技术作为计算机视觉领域的热门课题之一，是对连续的图像序列进行运动目标检测、提取特征、分类识别、跟踪滤波、行为识别，以获得目标准确的运动信息参数（如位置、速度等），并对其进行相应的处理分析，实现对目标的行为理解。 视觉跟踪是指对图像序列中的运动目标进行检测、提取、识别和跟踪，获得运动目标的运动参数，如位置、速度、加速度和运动轨迹等，从而进行下一步的处理与分析，实现对运动目标的行为理解，以完成更高一级的检测任务。