Nous introduisons un nouveau jeu de données vidéo public destiné à la reconnaissance d’actions : Anonymized Videos from Diverse countries (AViD). Contrairement aux jeux de données vidéo publics existants, AViD constitue une collection de vidéos d’actions provenant de nombreux pays différents. L’objectif est de créer un jeu de données public utile à l’entraînement et au préentraînement des modèles de reconnaissance d’actions pour tous, plutôt que de bénéficier uniquement à un petit nombre de pays. En outre, toutes les identités faciales présentes dans les vidéos AViD ont été correctement anonymisées afin de protéger la vie privée des individus. Ce jeu de données est également statique, chaque vidéo étant mise à disposition sous licence Creative Commons. Nous montrons que la plupart des jeux de données vidéo existants présentent un biais statistique marqué, ne capturant efficacement que des vidéos d’actions provenant d’un nombre limité de pays. Nous illustrons expérimentalement que les modèles entraînés sur de tels jeux de données biaisés ne se transmettent pas parfaitement à des vidéos d’actions provenant d’autres pays, et démontrons que AViD permet de résoudre ce problème. Nous confirmons également que le nouveau jeu de données AViD peut servir de bon support pour le préentraînement des modèles, offrant des performances comparables ou supérieures à celles des jeux de données antérieurs.