VIPSeg

我们为视频全景分割任务提供了一个新的大规模数据集，该数据集旨在为视频中的所有像素分配语义类和跟踪身份。由于难以注释此任务的基本事实，因此以前用于视频全景分割的数据集受到小规模或场景数量的限制。相比之下，我们的野外大型视频全景分割 (VIPSeg) 数据集提供了3,536视频和84,750帧，并带有像素级的全景注释，涵盖了广泛的现实场景和类别。