Der Watch-n-Patch-Datensatz konzentriert sich auf die Modellierung menschlicher Aktivitäten und deckt eine Vielzahl von Aktionen in einer völlig unbeaufsichtigten Umgebung ab. Die Daten wurden von einem Microsoft Kinect One-Sensor erfasst und umfassen eine Gesamtlänge von ungefähr 230 Minuten und 458 Videos. Der Datensatz erfordert, dass 7 Personen tägliche Aktivitäten in 8 Büros und 5 Küchen mit komplexen Hintergründen durchführen. Darüber hinaus stellt dieser Datensatz auch Skelettdaten als Ground-Truth-Anmerkungen bereit.