UCF-101 est un ensemble de données avec 101 catégories d'actions collectées à partir de YouTube, qui est une extension de l'ensemble de données UCF-50 avec 50 catégories d'actions.

L'ensemble de données UCF-10 comprend 101 catégories d'actions et un total de 13 320 vidéos. Il offre une diversité d'action et présente des changements dans le mouvement de la caméra, l'apparence des objets, l'échelle des objets, la posture, etc. C'est également l'ensemble de données le plus difficile à ce jour. Cet ensemble de données vise à accélérer la reconnaissance du comportement en apprenant et en explorant de nouvelles actions d'affichage.

Les 101 catégories d’actions de cet ensemble de données sont divisées en 25 groupes, chacun contenant 4 à 7 vidéos d’action. Les vidéos du même groupe auront des scènes similaires. Les catégories d’actions sont principalement divisées en cinq types suivants :

• Interaction homme-objet
• mouvements du corps humain
• Interaction entre les personnes
• Jouer d'un instrument
• sportif