关于Kinetics-600的简要说明

我们描述了对DeepMind Kinetics人类动作数据集的扩展，从原来的400个类别（每个类别至少包含400个视频片段）扩展到600个类别（每个类别至少包含600个视频片段）。为了扩大数据集规模，我们修改了数据收集过程，使得每个类别使用多个查询词，其中一些查询词使用葡萄牙语。本文详细介绍了两个版本数据集之间的变化，并提供了新版本的全面统计数据以及使用I3D神经网络架构的基线结果。本文作为公共测试集真实标签发布的配套材料。