Der Datensatz enthält 16.000 Bilder von vier Formen: Quadrat, Stern, Kreis und Dreieck.Jedes Bild ist 200 x 200 Pixel groß.

Die Daten wurden mit einer Garmin Virb 1080p-Actionkamera erfasst. Die Formen wurden aus Plakatkarton ausgeschnitten und dann grün bemalt. Datenprozessoren hielten jede Form zwei Minuten lang vor der Kamera und bewegten und drehten die Form, während die Kamera sie aufzeichnete. Die vier Videos wurden dann mit OpenCV in Python verarbeitet. Die grüne Form wird mithilfe des Farbraums aus dem Bild ausgeschnitten und auf 200 × 200 Pixel skaliert. Die Daten sind in vier Ordner unterteilt: Quadrate, Kreise, Dreiecke und Sterne. Bilder sind mit 0.png, 1.png usw. gekennzeichnet.