采集环境

包括室内场景和室外场景

数据规模

20,000张图像，20,000段描述

人种分布

白种人、黑色人种

存储格式

图片格式为.jpg，文本格式为.txt

采集多样性

不同年龄段、不同采集环境、不同季节，多种拍摄角度，多种人体行为

语言

英语

文本长度

原则上为30~60个单词，通常包含3-5句话

主要描述内容

性别、年龄、衣着、行为描述、肢体动作