VidSTG 데이터 세트는 VidOR 데이터 세트를 기반으로 구축된 시공간적 비디오 접지 데이터 세트입니다. VidOR는 각각 훈련, 검증 및 테스트를 위해 7,000개, 835개 및 2,165개의 비디오를 포함하는 비디오 관계 데이터 세트입니다. 시공간 비디오 접지 작업의 목표는 대상을 설명하는 주어진 문장과 일치하는, 다듬어지지 않은 비디오의 시공간적 부분을 찾아내는 것입니다.