ECCV 2024 Workshop | 最大规模！视频目标分割挑战赛正式启动！

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

点击进入—>【Mamba/多模态/扩散】交流群

添加微信号：CVer111，小助手会拉你进群！

扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！

ECCV 2024 Workshop | 最大规模！第六届大规模视频目标分割挑战赛正式启动！

比赛官网：https://lsvos.github.io

赛道1测试服务器：

https://codalab.lisn.upsaclay.fr/competitions/19092

赛道2测试服务器：

https://codalab.lisn.upsaclay.fr/competitions/19583

Workshop：ECCV 2024 Large-scale Video Object Segmentation (LSVOS)

大赛简介

近日，第六届大规模视频目标分割挑战赛(6th LSVOS)正式启动。近年来，随着移动计算机的性能不断增强，视频已经成为最重要的数据模态之一，其承载着不计其数的现实应用，如自动驾驶、视频电话、视频直播等等。因此，如何让计算机对视频有更深入的理解也变得越发重要。为此本赛事旨在深入探讨复杂视频场景下的像素级视频理解任务和所面临的挑战，如视频目标分割（VOS）和语言指向性目标分割（RVOS），均为视频理解领域最重要的研究课题。目前，现有的机器学习方法已经能够处理很多场景下的分割问题，也能够将视频与简单的文本信息进行联合理解。然而，这些课题仍然面临很多挑战，如背景的复杂性、目标的遮挡和消失重现、对描述动作的文本的理解等。现有的许多算法在应对这些复杂情况时仍然存在不足，因此需要更为先进和稳定的解决方案。

为了应对这些挑战，我们举办了第六届大规模视频目标分割挑战赛，专注于复杂视频场景下的场景理解问题。本次比赛包含两个赛道，同时我们将在米兰举办论坛一起探讨复杂视频场景的视频理解，并且参赛者有机会被邀请到ECCV 2024分享解决方案。目前，挑战赛的数据集均已开放下载，测试提交入口也已开放，欢迎参赛者自由测试各种方法。    

赛道介绍

视频目标分割挑战赛

此赛道聚焦于复杂环境下的视频目标分割问题，旨在推动这一领域的研究与应用。与往年不同，今年我们将使用MOSE和LVOS V2来作为进行基准评测，MOSE和LVOS V2主要关注于复杂场景和长时视频，这两个数据集的显著特点是其复杂的场景，包括目标的消失和重现、不显眼的小物体、严重的遮挡以及拥挤的环境等，比往年的YouTubeVOS数据集更具挑战性。

赛道信息：https://lsvos.github.io

测试服务器：https://codalab.lisn.upsaclay.fr/competitions/19092

指向性视频目标分割挑战赛

指向性视频目标分割的重点是基于动作描述来识别并分割视频内容中的目标物体。我们使用MeViS数据集来进行评测。现有的指向性视频对象分割数据集通常专注于突出对象，并使用包含过多包含静态属性的语言表达式。而MeViS专注于通过物体的运动模式来表达目标物体，对模型的时序信息利用能力提出了更高的要求。

赛道信息：https://lsvos.github.io

测试服务器：https://codalab.lisn.upsaclay.fr/competitions/19583

赛程安排

详情请参考大赛官方网站。

1.即日起-2024年7月31日：验证服务器开放    

2.2024年8月1日：测试服务器开放

3.2024年8月10日：测试服务器关闭

4.2024年8月15日：比赛结果公布

参赛信息

两个挑战赛均在平台CodaLab上举办。参赛者可以下载数据集至本地，训练测试后将结果提交至赛事平台进行评估。目前，两个挑战赛的数据集均已开放下载，提交入口也已开放，欢迎来自全社会的个人和团队自由测试各种方法。两个挑战赛的优胜者都将会被邀请在9月30日下午的ECCV2024 LSVOS Workshop上汇报展示。

何恺明在MIT授课的课件PPT下载

在CVer公众号后台回复：何恺明，即可下载本课程的所有566页课件PPT！赶紧学起来！

ECCV 2024 论文和代码下载

在CVer公众号后台回复：ECCV2024，即可下载ECCV 2024论文和代码开源的论文合集

CVPR 2024 论文和代码下载

在CVer公众号后台回复：CVPR2024，即可下载CVPR 2024论文和代码开源的论文合集

Mamba、多模态和扩散模型交流群成立

扫描下方二维码，或者添加微信号：CVer111，即可添加CVer小助手微信，便可申请加入CVer-Mamba、多模态学习或者扩散模型微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者扩散模型+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer111，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉（知识星球），已汇集上万人！

▲扫码加入星球学习

▲点击上方卡片，关注CVer公众号
整理不易，请赞和在看