国内常用的机器学习数据集，行人，视频

以下是一些国内常用的机器学习数据集，涵盖了行人和视频等多个领域：

1. 行人数据集：
- Market-1501：一个大规模的行人重识别数据集，包含超过15,000个行人图像。
- CUHK03：一个包含13,000个行人图像的数据集，用于行人重识别和行人检测等任务。
- PRW：一个具有挑战性的行人重识别数据集，其中包含了大量的遮挡和多姿态行人图像。
- VIPeR：一个小型的行人重识别数据集，包含了超过600个行人图像。

2. 视频数据集：
- UCF101：一个广泛使用的视频分类数据集，包含101个不同的动作类别，共计13,320个视频剪辑。
- Kinetics：一个大规模的视频分类数据集，包含了600多个不同的动作类别，共计50万个视频剪辑。
- ActivityNet：一个涵盖了多种视频活动的数据集，包含10,024个视频剪辑，用于视频分类和视频检索等任务。
- THUMOS14：一个用于行为识别和定位的视频数据集，包含超过20个不同的行为类别。

这些数据集都是在机器学习领域中广泛使用的，可以用于训练和测试各种视觉任务的算法。