FineGym 是一个以体操视频为基础的动作识别数据集。与现有的同类型数据集相比，FineGym 数据集更加丰富、多样，而且品质更高。该数据集具有三级语义层级结构，给动作级和子动作级都提供了时间标注。例如一个 “平衡木” 事件，可以被标注为一系列来自五个集合的基本子动作，而且这些集合中的子动作都将进一步被类标签标注。