CrossTask 是一个研究通过教学视频中的交叉任务，进行弱监督学习的数据集，每个任务 (task) 都提供了一个有序的步骤列表，并附有手动描述 (manual description)。
数据集包含针对 83 项不同任务收集的教学视频，分为两部分：
- 18 个主要任务：人为收集，并提供时序步长边界 (temporal step boundaries) 的标注；
- 65 个相关任务：自动收集，不含标注
CrossTask 教学视频弱监督学习数据集
本站暂不支持该数据集下载，如需下载请访问上述「发布地址」进行下载（如可用）
相关数据集推荐
Aesthetic Visual Analysis 美学图像评估数据集
这是一个用于图像审美评估的数据集，包含 25 万多张图像以及丰富的元数据。该数据集共有66类语义标注以及 14 类摄影风格标注，每张图像均有美学评分。相较于现有的数据集，该数据集在标注的规模、多样性和异质性方面具有优势，可用于研究审美偏好计算模型。
Moments in Time 动态瞬间数据集
Moments in Time 是一个大规模动态瞬间数据集，用于识别和理解视频中的动作。该数据集包含 100 万个带有标注的视频。每个视频的长度均为 3 秒。 动作主体涵盖人、动物、物体乃至自然现象，根据当时的动态场景捕捉动作。数据集的类内差异和类间差异均很大，并存在部分或完全依…
MovieNet 电影理解数据集
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…
