MovieNet 是一个用于电影理解的数据集，包含 1100 部电影，其中具有大量多模态数据，例如预告片、照片、情节描述等。此外，MovieNet 中提供了不同方面的手动标注，包括 110w 个带有 bounding box 和身份标注的角色，4.2w 场景边界， 2,500 对齐的描述语句，6.5w 地点和动作标签，以及 9.2w 电影风格标签。

香港中文大学发布了该数据集。