视频目标分割任务（video object segmentation）数据集

最新推荐文章于 2024-08-01 12:01:24 发布
最新推荐文章于 2024-08-01 12:01:24 发布
阅读量4.3k 收藏 17
点赞数 1
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34914551/article/details/88650491
版权
数据集名称描述
DAVIS2016单目标分割，30个训练视频，20个验证视频
DAVIS2017多目标分割
YouTUbeObjecs10类，一共有126个视频
PASCAL VOC2012语义分割数据集，一共有11355张图像，20个类加背景一共21个类别
SegTrack-v2视多目标频分割数据集，一共14个视频，包含24个目标，有947帧
ECSSD语义分割
MSRA10K语义分割
SOD语义分割
PASCAL-S语义分割
CityScapes语义分割，2979张用于训练，1525张用于预测，500张用于验证。高分辨率图像，2048x1024

语义分割还有以下数据集
在这里插入图片描述

咆哮的阿杰
关注
专栏目录
[读论文]-Language as Queries for Referring Video Object Segmentation（R-VOS）有参考视频对象分割
计算机视觉
12-26 1264
参考视频对象分割（R-VOS）是一项新兴的跨模态任务，旨在分割所有视频帧中由语言表达式引用的目标对象。
Recurrent Dynamic Embedding for Video Object Segmentation
weixin_41729258的博客
08-22 562
Recurrent Dynamic Embedding for Video Object Segmentation 周末大概看了一下最近的vos领域的发展，简单地介绍一下发表于cvpr2022 的这篇工作。
SeamSeg: Video Object Segmentation using Patch Seams
mufengck的博客
02-11 643
SeamSeg: Video Object Segmentation using Patch Seams论文阅读 + demo搭建demo搭建调试环境
视频目标分割
weixin_41279532的博客
08-01 673
视频目标分割
【深度学习】SAM 2.0来了！视频也能分割了
最新发布
fengdu78的博客
08-01 174
转自：机器之心还记得 Meta 的「分割一切模型」吗？这个模型在去年 4 月发布，被很多人认为是颠覆传统 CV 任务的研究。时隔一年多，刚刚，Meta 在 SIGGRAPH 上重磅宣布 Segment Anything Model 2 (SAM 2) 来了。在其前身的基础上，SAM 2 的诞生代表了领域内的一次重大进步 —— 为静态图像和动态视频内容提供实时、可提示的对象分割，将图像和视频分割功能...
MOSE：大型视频目标分割数据集！为复杂场景而生，NTU、字节等开源
idol24的博客
02-15 471
本文来源 机器之心编辑部视频目标分割 (Video Object Segmentation, VOS) 的现有 SOTA 方法在已有数据集上已经取得 90+% J&F 的优异性能，似乎已经很好地解决了这一研究问题。那么现有方法在更复杂场景中的处理能力如何呢？为了探究这个问题，来自南洋理工大学、浙江大学、牛津大学、和字节跳动的研究者们构建了一个专门针对复杂场景的大规模视频目标分割数据集 ...
视频目标分割之Video Object Segmentation using Space-Time Memory Networks
画心
07-08 3895
Video Object Segmentation using Space-Time Memory Networks 文章目录Video Object Segmentation using Space-Time Memory Networks优缺点优点缺点主要结构处理多目标实验细节相关链接 原始文档： https://www.yuque.com/lart/papers/iw3gs6 优缺点 优点 简单 模型： 编解码结构： 编码器提取特征，通过匹配网络与之前帧目标的特征进行匹配 解码器使用类
Video Object Segmentation[VOS][视频目标分割]
liushur的博客
03-22 1351
一篇入门的Video Object Segmentation[VOS][视频目标分割]。
Learning Video Object Segmentation from Static Images.pdf
07-24
该研究的标题“Learning Video Object Segmentation from Static Images.pdf”明确表示，即便是使用静态图像训练的卷积神经网络（convnet），也能够实现高准确度的视频对象分割。关键在于结合了离线学习策略和在线...
视频语义分割（Video semantic segmentation）调研
不怕做不到，就怕想不到
04-14 9404
概述 背景及应用 最新进展与其代码实现 公开课 数据集与Benchmark 概述 本文主要调研基于视频的语义分割，主要是对一些公开学习资源的整理，方便按步骤详细学习，调研主要分为以下几个方面：背景及应用 、最新进展以及代码实现、 背景及应用 目前基于图像的语义分割已经可以做到非常好，但是面对单帧观测不好，遮挡，运动模糊，光照不好等情况效果不好，而实际机器人在环境中...
【视频目标分割】Fast Video Object Segmentation by Reference-Guided Mask Propagation论文理解
给时光以生命
02-28 670
VOS
Tencent- CNN in MRF: Video Object Segmentation Spatio-Temporal MRF
07-04
This paper addresses the problem of video object segmentation, where the initial object mask is given in the first frame of an input video. We propose a novel spatiotemporal Markov Random Field (MRF) model defined over pixels to handle this problem. Unlike conventional MRF models, the spatial dependencies among pixels in our model are encoded by a Convolutional Neural Network (CNN). Specifically, for a given object, the probability of a labeling to a set of spatially neighboring pixels can be predicted by a CNN trained for this specific object. As a result, higher-order, richer dependencies among pixels in the set can be implicitly modeled by the CNN. With temporal dependencies established by optical flow, the resulting MRF model combines both spatial and temporal cues for tackling video object segmentation. However, performing inference in the MRF model is very difficult due to the very highorder dependencies. To this end, we propose a novel CNNembedded algorithm to perform approximate inference in the MRF. This algorithm proceeds by alternating between a temporal fusion step and a feed-forward CNN step. When initialized with an appearance-based one-shot segmentation CNN, our model outperforms the winning entries of the DAVIS 2017 Challenge, without resorting to model ensembling or any dedicated detectors.
Densely Annotated Video Segmentation 视频分割数据数据集
07-01
Densely Annotated Video Segmentation 是一个高清视频中的物体分割数据集，包括 50个 视频序列，3455个 帧标注，视频采集自高清 1080p 格式。
CVPR 2020-Video Object Segmentation
John's Blogs
06-24 2100
研究概况 对视频中感兴趣的目标进行分割，给定第一帧mask的VOS称为one-shot VOS （单样本VOS），无第一帧目标mask的称为zero-shot VOS（无样本VOS）。视频目标分割（Video Object Segmentation，VOS） 是集检测、跟踪、分割、ReID于一体的计算机视觉任务，提供了更加丰富的信息，标注成本很高，计算量也比较大，近年来随着高性能设备和相关数据集的出现，也越来越受到关注。CVPR 2020 总计有8篇相关文献。 论文列表（8篇） A Transducti
给1万帧视频做目标分割，显存占用还不到1.4GB，代码已开源 | ECCV 2022
量子位
07-19 517
明敏 发自 凹非寺量子位 | 公众号 QbitAI咦，怎么好好的藤原千花，突然变成了“高温红色版”？这大紫手，难道是灭霸在世？？如果你以为上面的这些效果只是对物体后期上色了，那还真是被AI给骗到了。这些奇怪的颜色，其实是对视频对象分割的表示。但u1s1，这效果还真是让人一时间分辨不出。无论是萌妹子飞舞的发丝：还是发生形状改变的毛巾、物体之间来回遮挡：AI对目标的分割都称得...
Fast Video Object Segmentation by Reference-Guided Mask Propagation 论文学习
PAN_Andy的博客
10-24 1089
Fast Video Object Segmentation by Reference-Guided Mask Propagation 论文学习1. 论文阅读总结2. TranslationAbstractIntroductionRelated WorkMethodNetwork StructureTwo-Stage TrainingInferenceImplementation Detials ...
最新最全论文合集——视频目标分割
AI_Conf的博客
02-22 379
AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。 必读论文：https://www.aminer.cn/topic 论文集地址：https:/.
【论文阅读】SwiftNet: Real-time Video Object Segmentation
weixin_46564151的博客
04-12 1161
CVPR2021 SwiftNet 论文详解
《Blazingly Fast Video Object Segmentation with Pixel-Wise Metric Learning》论文笔记
Eternity的博客
06-26 1852
在当前互联网时代，记录和分享了大量不可估量的多媒体数据。其中，视频是最常见和最丰富的模式之一，尽管它也是处理成本最高的模式之一。因此，快速精确的视频处理算法对于实际应用变得至关重要。视频对象分割（即，将视频序列的像素组分类为感兴趣的对象和背景）是尽管具有许多且有吸引力的应用的任务当前不能以令人满意的质量水平和以可接受的方式执行速度。问题的模式是一种简单而直观，但功能强大而且尚未探索的方式。视频对象...
实战导向的迷彩伪装目标语义分割数据集构建与验证
本文主要探讨了迷彩伪装目标图像语义分割数据集的构建对于深度学习在野外战场环境中的应用价值。随着军事侦察技术的发展，尤其是人工智能和机器视觉的引入，语义分割作为图像理解的关键技术，对于识别和解析战场图像...
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值