V-COCO 全称 Verbs in COCO，是一个建立在 MS COCO 数据集基础上的数据集，用于人与物体的交互检测。

该数据集提供了 10,346 张图片（其中 2,533 张用于训练，2,867 张用于验证，4,946 张用于测试）和 16,199 个人物实例。每个人物都有来自 29 个动作类别的标注。该数据集没有包括物体在内的互动标签。