这是一个关于多语言视频数据集，包含 13,500 个视频，300 小时演讲，视频均带有英文字幕和的葡萄牙语翻译。其中 185,187 个语料用于训练、2,022 个语料用于开发（dev）、2,361 个语料用于测试。该数据集可用于研究多模态语言理解。
How2 多语言视频数据集
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
LSST_23.5 天文图像数据集
LSST_23.5 天文图像数据集是论文「Galaxy Image Deconvolution for Weak Gravitational Lensing with Unrolled Plug-and-Play ADMM」中使用的实验数据集，由研究人员借助 Galsim 及 C…
ImageNet 10 图像识别数据集
ImageNet 是目前世界上最大的图像识别数据库，主要用于机器视觉领域的图像分类和目标检测。数据集根据 WordNet 层次结构组织，其中每个节点（也称为类别）由数百甚至数千张图像组成，每个节点有平均超过 500 个图像。该数据集共包含 2.2 万个图像类别，约 1500 万张…
VGG-Face2 人脸识别数据集
VGG-Face2 Dataset 是一个人脸图片数据集，包含共计 9131 个人的面部数据，图像均来自 Google 的图片搜索。数据集中的人在姿势、年龄、种族和职业方面有很大差异。 该数据集由牛津大学的工程科学系视觉几何组于 2015 年发布，相关论文有《Deep Face …