HICO 是一个人 – 物交互数据集, 全称 Humans Interacting with Common Objects，可作为识别图像中人-物交互的基准。该数据集共有 47,774 张图片，涵盖了 600 个人-物交互类型（包含了对 80 种常见物体进行的 117 种常见动作）。