TAO signifie Tracking Any Object Dataset, qui est un ensemble de données conjoint permettant de suivre n'importe quel objet.

L'ensemble de données TAO comprend 2 907 vidéos haute définition de différents environnements, d'une durée moyenne de 36,8 secondes et 833 catégories. Comparé aux ensembles de données de suivi de cibles existants, l'ensemble de données TAO possède des types d'échantillons plus riches.

L'ensemble de données est annoté en marquant les trajectoires de tous les objets en mouvement dans la vidéo et en les nommant par la suite.