发布 ActivityNet Entities 数据集, 应用在 视频处理、自然语言处理 领域

本次发布的数据集 ActivityNet Entities, 该数据集名为ActivityNet-Entities，它收集了具有边界框注释的名词短语，这些注释是在帧区域级别进行的，定义了一个4维元组（V, D, E, B），分别代表视频数量、描述、对象和边界框的数量。该数据集用于为RGL方法提供基准测试，并包含了视频字幕任务的详细注释。在规模上，它包含了训练集的10,000个视频、35,000个描述、432个对象和105,000个边界框；验证集的2,500个视频、8,600个描述、427个对象和26,500个边界框；以及测试集的2,500个视频、8,500个描述、421个对象和26,100个边界框。该数据集的任务是生成基于实体的视频描述。

查看ActivityNet Entities

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。