Startseite Projekte video-understanding-dataset
video-understanding-dataset
action-recognition

video-understanding-dataset

Eine Sammlung aktueller Datensätze zum Videoverständnis, im Aufbau!

von yoosan · GitHub
Sterne
Forks
Erstellt
Letzter Commit
action-recognitioncomputer-visiondatasets
Auf GitHub ansehen
In einfachen Worten

Entdecke eine wachsende Sammlung von Datensätzen zum Verständnis von Aktionen in Videos, nützlich für Forschung und Entwicklung.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
video-understanding-dataset — GitHub preview card
📈 Sternhistorie
470469
2026-07-202026-08-31
📈 video-understanding-dataset verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Eine Sammlung aktueller Datensätze zum Videoverständnis, im Aufbau!

video-understanding-dataset hat 469 Sterne auf GitHub. Es wurde 77-mal geforkt. Es wird seit 2017 aktiv entwickelt. Die Hauptthemen sind: action-recognition, computer-vision, datasets, video-understanding.

Frequently asked questions

Was ist video-understanding-dataset?

Eine Sammlung aktueller Datensätze zum Videoverständnis, im Aufbau!

Ist video-understanding-dataset Open Source?

video-understanding-dataset ist ein Open-Source-Projekt.

Ist video-understanding-dataset kostenlos?

Ja. video-understanding-dataset ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

🏅 Wartender dieses Projekts?
olud.ai badge — video-understanding-dataset

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=yoosan-video-understanding-dataset)](https://olud.ai/project/yoosan-video-understanding-dataset.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.