中等
Kinetics
日常行爲，包含ActivityNet，HMDB，UCF101，MPII HumanPose，ACT等數據庫
一共306245個clips，400類
每類400-1150個clips，訓練250-1000,clips，驗證50clips，測試100clips
每個clip大約10s，
每幀短邊最短320
有些視頻含有兩類，所以top5更合適評測
Jester
148092 videos clip, 27 gestures 148092/27=5484
12幀每秒，平均35幀左右，最長70幀，最短12幀
something-something
108499視頻，174類，每類77-987個樣本
12幀每秒
38G
大型
sports1m:1百萬 videos 487 classes，包含在8m中
youtube8m：800萬視頻，50萬小時
小型
UCF-101
13320個視頻clip，多個clip爲一組，The videos from the same group may share some common features, such as similar background, similar viewpoint, etc. 。
101類行爲，每個行爲100個clip左右，每個clip2-8s
THUMOS14
該數據集包括行爲識別和時序行爲檢測兩個任務。它的訓練集爲UCF101數據集，包括101類動作，共計13320段分割好的視頻片段。THUMOS2014的驗證集和測試集則分別包括1010和1574個未分割過的視頻。
在時序行爲檢測任務中，只有20類動作的未分割視頻是有時序行爲片段標註的，每個長視頻含多個動作。
數據集有200個驗證集視頻（包含3007個行爲片段）和213個測試集視頻（包含3358個行爲片段）。這些經過標註的未分割視頻可以被用於訓練和測試時序行爲檢測模型。
之後還有THUMOS Challenge 2015,包括更多的動作類別和視頻數，Test集不可用。且由於上面可以比較的方法不是很多，目前基本上還是在THUMOS14上進行實驗。
ego-gesture
2081個長視頻,30fps，640×320，每個視頻10個左右手勢
24161段 gestures,平均25幀
83類手勢，每個手勢291個樣本
CHALEARN
47933 RGB-D gesture videos (about 9G) 320×240
249 gestures labels performed by 21 different individuals.
VIVA:2G
ActivityNet
200 (1.3) train:10024視頻（15410個實例） val:4926（7654個實例） test:5044
100 (1.2) train:4819視頻（7151個實例） val:2383（3582個實例） test:2480
有測試服務器，需要YouTube-dl下載
download
