GazeFollow 是一个大型数据集，标注了图像中人眼注视的位置，其图像源自几个包含人类图像的数据集：

1. 来自 SUN 数据集的 1,548 张图像
2. 来自 MS COCO 数据集的 33,790 张图像
3. 来自 Actions 40 数据集的 9,135 张图像
4. 来自 PASCAL 数据集的 7,791 张图像
5. 来自 ImageNet 数据集的 508 张图像
6. 来自 Places 数据集的 198,097 张图像。

麻省理工学院于 2015 年发表了该数据集，可以用来研究在不同日常生活环境中，人们正在看什么东西。