--- a
+++ b/tools/data/mmit/README_zh-CN.md
@@ -0,0 +1,115 @@
+# 准备 Multi-Moments in Time
+
+## 简介
+
+<!-- [DATASET] -->
+
+```BibTeX
+@misc{monfort2019multimoments,
+    title={Multi-Moments in Time: Learning and Interpreting Models for Multi-Action Video Understanding},
+    author={Mathew Monfort and Kandan Ramakrishnan and Alex Andonian and Barry A McNamara and Alex Lascelles, Bowen Pan, Quanfu Fan, Dan Gutfreund, Rogerio Feris, Aude Oliva},
+    year={2019},
+    eprint={1911.00232},
+    archivePrefix={arXiv},
+    primaryClass={cs.CV}
+}
+```
+
+用户可以参照数据集 [官网](http://moments.csail.mit.edu/)，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/mmit/`。
+
+## 步骤 1. Prepare Annotations and Videos
+
+首先，用户需要访问[官网](http://moments.csail.mit.edu/)，填写申请表来下载数据集。
+在得到下载链接后，用户可以使用 `bash preprocess_data.sh` 来准备标注文件和视频。
+请注意此脚本并没有下载标注和视频文件，用户需要根据脚本文件中的注释，提前下载好数据集，并放/软链接到合适的位置。
+
+为加快视频解码速度，用户需要缩小原视频的尺寸，可使用以下命令获取密集编码版视频：
+
+```
+python ../resize_videos.py ../../../data/mmit/videos/ ../../../data/mmit/videos_256p_dense_cache --dense --level 2
+```
+
+## Step 2. 抽取帧和光流
+
+如果用户只想使用视频加载训练，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)。
+
+如果用户有大量的 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 上。
+用户可使用以下命令为 SSD 建立软链接。
+
+```shell
+# 执行这两行指令进行抽取（假设 SSD 挂载在 "/mnt/SSD/"上）
+mkdir /mnt/SSD/mmit_extracted/
+ln -s /mnt/SSD/mmit_extracted/ ../../../data/mmit/rawframes
+```
+
+如果用户需要抽取 RGB 帧（因为抽取光流的过程十分耗时），可以考虑运行以下命令使用 denseflow **只抽取 RGB 帧**。
+
+```shell
+bash extract_rgb_frames.sh
+```
+
+如果用户没有安装 denseflow，则可以运行以下命令使用 OpenCV 抽取 RGB 帧。然而，该方法只能抽取与原始视频分辨率相同的帧。
+
+```shell
+bash extract_rgb_frames_opencv.sh
+```
+
+如果用户想抽取 RGB 帧和光流，则可以运行以下脚本进行抽取。
+
+```shell
+bash extract_frames.sh
+```
+
+## 步骤 3. 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
+bash generate_rawframes_filelist.sh
+bash generate_videos_filelist.sh
+```
+
+## 步骤 4. 检查目录结构
+
+在完成 Multi-Moments in Time 数据集准备流程后，用户可以得到 Multi-Moments in Time 的 RGB 帧 + 光流文件，视频文件以及标注文件。
+
+在整个 MMAction2 文件夹下，Multi-Moments in Time 的文件结构如下：
+
+```
+mmaction2/
+└── data
+    └── mmit
+        ├── annotations
+        │   ├── moments_categories.txt
+        │   ├── trainingSet.txt
+        │   └── validationSet.txt
+        ├── mmit_train_rawframes.txt
+        ├── mmit_train_videos.txt
+        ├── mmit_val_rawframes.txt
+        ├── mmit_val_videos.txt
+        ├── rawframes
+        │   ├── 0-3-6-2-9-1-2-6-14603629126_5
+        │   │   ├── flow_x_00001.jpg
+        │   │   ├── flow_x_00002.jpg
+        │   │   ├── ...
+        │   │   ├── flow_y_00001.jpg
+        │   │   ├── flow_y_00002.jpg
+        │   │   ├── ...
+        │   │   ├── img_00001.jpg
+        │   │   └── img_00002.jpg
+        │   │   ├── ...
+        │   └── yt-zxQfALnTdfc_56
+        │   │   ├── ...
+        │   └── ...
+
+        └── videos
+            └── adult+female+singing
+                ├── 0-3-6-2-9-1-2-6-14603629126_5.mp4
+                └── yt-zxQfALnTdfc_56.mp4
+            └── ...
+```
+
+关于对 Multi-Moments in Time 进行训练和验证，可以参照 [基础教程](/docs_zh_CN/getting_started.md)。