WSVD steht für Web Stereo Video Dataset und besteht aus 553 Stereovideos von YouTube. Es enthält eine Vielzahl von Szenentypen und verfügt über viele nicht starre Objekte, von denen Menschen den größten Anteil ausmachen. Dieser Datensatz kann verwendet werden, um die Rekonstruktion nicht starrer Szenen zu erlernen und das Gebiet der Berechnung der Tiefe monokularer Videosequenzen mit einer großen Anzahl nicht starrer Objekte zu untersuchen.