教育ビデオは、対応するタスクを完了する方法をユーザーに教えることができますが、既存の教育ビデオ データ セットには規模と多様性に大きな制限があり、複雑な現実のシナリオに適用することが困難です。この目的を達成するために、教育ビデオをより包括的に分析するために COIN データセットが作成されました。

COIN データセットは、COmprehensive INstructional ビデオ分析用の大規模データセットとしても知られており、YouTube から収集された 11,827 のビデオが含まれており、日常生活に関連する 12 分野 (車両、ガジェットなど) の 180 の異なるタスクが含まれています。

このデータ セットには、476 時間のビデオと 46,354 の注釈付きセグメントが含まれています。各ビデオの平均長は 2.36 分で、各ビデオには 3.91 ステップのセグメントが付けられています。各セグメントの平均長は 14.91 秒です。

データセットをダウンロードするには、次のサイトにアクセスしてください。 COIN公式サイト。