--- a
+++ b/tools/data/jester/README_zh-CN.md
@@ -0,0 +1,143 @@
+# 准备 Jester
+
+## 简介
+
+<!-- [DATASET] -->
+
+```BibTeX
+@InProceedings{Materzynska_2019_ICCV,
+  author = {Materzynska, Joanna and Berger, Guillaume and Bax, Ingo and Memisevic, Roland},
+  title = {The Jester Dataset: A Large-Scale Video Dataset of Human Gestures},
+  booktitle = {Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops},
+  month = {Oct},
+  year = {2019}
+}
+```
+
+用户可以参照数据集 [官网](https://20bn.com/datasets/jester/v1)，获取数据集相关的基本信息。
+在准备数据集前，请确保命令行当前路径为 `$MMACTION2/tools/data/jester/`。
+
+## 步骤 1. 下载标注文件
+
+首先，用户需要在 [官网](https://20bn.com/datasets/jester/v1) 完成注册，才能下载标注文件。下载好的标注文件需要放在 `$MMACTION2/data/jester/annotations` 文件夹下。
+
+## 步骤 2. 准备 RGB 帧
+
+[jester 官网](https://20bn.com/datasets/jester/v1) 并未提供原始视频文件，只提供了对原视频文件进行抽取得到的 RGB 帧，用户可在 [jester 官网](https://20bn.com/datasets/jester/v1) 直接下载。
+
+将下载好的压缩文件放在 `$MMACTION2/data/jester/` 文件夹下，并使用以下脚本进行解压。
+
+```shell
+cd $MMACTION2/data/jester/
+cat 20bn-jester-v1-?? | tar zx
+cd $MMACTION2/tools/data/jester/
+```
+
+如果用户只想使用 RGB 帧，则可以跳过中间步骤至步骤 5 以直接生成视频帧的文件列表。
+由于官网的 JPG 文件名形如 "%05d.jpg" （比如，"00001.jpg"），需要在配置文件的 `data.train`, `data.val` 和 `data.test` 处添加 `"filename_tmpl='{:05}.jpg'"` 代码，以修改文件名模板。
+
+```python
+data = dict(
+    videos_per_gpu=16,
+    workers_per_gpu=2,
+    train=dict(
+        type=dataset_type,
+        ann_file=ann_file_train,
+        data_prefix=data_root,
+        filename_tmpl='{:05}.jpg',
+        pipeline=train_pipeline),
+    val=dict(
+        type=dataset_type,
+        ann_file=ann_file_val,
+        data_prefix=data_root_val,
+        filename_tmpl='{:05}.jpg',
+        pipeline=val_pipeline),
+    test=dict(
+        type=dataset_type,
+        ann_file=ann_file_test,
+        data_prefix=data_root_val,
+        filename_tmpl='{:05}.jpg',
+        pipeline=test_pipeline))
+```
+
+## 步骤 3. 抽取光流
+
+如果用户只想使用 RGB 帧训练，则该部分是 **可选项**。
+
+在抽取视频帧和光流之前，请参考 [安装指南](/docs_zh_CN/install.md) 安装 [denseflow](https://github.com/open-mmlab/denseflow)。
+
+如果拥有大量的 SSD 存储空间，则推荐将抽取的帧存储至 I/O 性能更优秀的 SSD 中。
+
+可以运行以下命令为 SSD 建立软链接。
+
+```shell
+# 执行这两行进行抽取（假设 SSD 挂载在 "/mnt/SSD/"）
+mkdir /mnt/SSD/jester_extracted/
+ln -s /mnt/SSD/jester_extracted/ ../../../data/jester/rawframes
+```
+
+如果想抽取光流，则可以运行以下脚本从 RGB 帧中抽取出光流。
+
+```shell
+cd $MMACTION2/tools/data/jester/
+bash extract_flow.sh
+```
+
+## 步骤 4: 编码视频
+
+如果用户只想使用 RGB 帧训练，则该部分是 **可选项**。
+
+用户可以运行以下命令进行视频编码。
+
+```shell
+cd $MMACTION2/tools/data/jester/
+bash encode_videos.sh
+```
+
+## 步骤 5. 生成文件列表
+
+用户可以通过运行以下命令生成帧和视频格式的文件列表。
+
+```shell
+cd $MMACTION2/tools/data/jester/
+bash generate_{rawframes, videos}_filelist.sh
+```
+
+## 步骤 6. 检查文件夹结构
+
+在完成所有 Jester 数据集准备流程后，
+用户可以获得对应的 RGB + 光流文件，视频文件以及标注文件。
+
+在整个 MMAction2 文件夹下，Jester 的文件结构如下：
+
+```
+mmaction2
+├── mmaction
+├── tools
+├── configs
+├── data
+│   ├── jester
+│   │   ├── jester_{train,val}_list_rawframes.txt
+│   │   ├── jester_{train,val}_list_videos.txt
+│   │   ├── annotations
+│   |   ├── videos
+│   |   |   ├── 1.mp4
+│   |   |   ├── 2.mp4
+│   |   |   ├──...
+│   |   ├── rawframes
+│   |   |   ├── 1
+│   |   |   |   ├── 00001.jpg
+│   |   |   |   ├── 00002.jpg
+│   |   |   |   ├── ...
+│   |   |   |   ├── flow_x_00001.jpg
+│   |   |   |   ├── flow_x_00002.jpg
+│   |   |   |   ├── ...
+│   |   |   |   ├── flow_y_00001.jpg
+│   |   |   |   ├── flow_y_00002.jpg
+│   |   |   |   ├── ...
+│   |   |   ├── 2
+│   |   |   ├── ...
+
+```
+
+关于对 jester 进行训练和验证，可以参考 [基础教程](/docs_zh_CN/getting_started.md)。