FineGym est un ensemble de données de reconnaissance d'actions basé sur des vidéos de gymnastique. Comparé aux ensembles de données existants du même type, l’ensemble de données FineGym est plus riche, plus diversifié et de meilleure qualité. L'ensemble de données possède une hiérarchie sémantique à trois niveaux et fournit des annotations temporelles pour le niveau d'action et le niveau de sous-action. Par exemple, un événement « poutre d’équilibre » peut être annoté comme une série de sous-actions de base provenant de cinq ensembles, et les sous-actions de ces ensembles seront ensuite annotées avec des étiquettes de classe.