تُعد مجموعة البيانات هذه مجموعة بيانات واسعة النطاق لكشف وتتبع الأهداف المتحركة عبر مقاطع فيديو الأقمار الصناعية. ويتكون الفيلم من مقاطع فيديو عالية الدقة تم التقاطها بواسطة منصة الأقمار الصناعية جيلين-1. وتبلغ دقتها 12000×5000 بكسل، وتغطي مساحة عدة كيلومترات مربعة، وتتضمن أربعة أنواع شائعة من الأهداف المتحركة مثل الطائرات والسيارات والسفن والقطارات. تم شرح هذه الأهداف يدويًا بإجمالي 853,911 حالة تم شرحها بواسطة مربعات محيطة محاذية للمحور.

تهدف مجموعة بيانات VISO إلى تطوير أحدث التقنيات في تحليل فيديو الأقمار الصناعية من خلال معالجة التحديات الحالية مثل حجم الجسم الصغير والدقة المكانية المنخفضة ومعلومات المظهر والملمس المحدودة. توفر مجموعة البيانات مجموعات فرعية للتدريب والتحقق والاختبار، حيث تحتوي مجموعات التدريب والتحقق على معلومات توضيحية، بينما تحتوي مجموعة الاختبار على صور فقط.