L'ensemble de données contient 16 000 images de quatre formes : carré, étoile, cercle et triangle.Chaque image mesure 200 × 200 pixels.

Les données ont été collectées à l’aide d’une caméra d’action Garmin Virb 1080p. Les formes ont été découpées dans du carton d'affichage puis peintes en vert. Les processeurs de données ont maintenu chaque forme devant la caméra pendant deux minutes, déplaçant et faisant tourner la forme pendant que la caméra l'enregistrait. Les quatre vidéos ont ensuite été traitées à l'aide d'OpenCV en Python. La forme verte est recadrée de l’image à l’aide de l’espace colorimétrique et redimensionnée à 200 × 200 pixels. Les données sont divisées en quatre dossiers : carrés, cercles, triangles et étoiles. Les images sont étiquetées 0.png, 1.png, etc...