VOST

该数据集专注于具有挑战性的对象状态变化，精心挑选了超过700个视频，涵盖了各种对象状态变化，如外观变化、遮挡、密集物体和快速运动。评估指标包括所有帧的平均Jaccard指数以及与状态变化相对应的最后25%帧的平均Jaccard指数。该数据集规模宏大，包含超过700个视频，其任务是进行视频对象分割。

This large-scale dataset focuses on challenging object state changes, with over 700 carefully curated videos covering a wide range of object state variations including appearance changes, occlusions, dense objects and fast motions. Its evaluation metrics include the mean Jaccard Index across all frames and the mean Jaccard Index on the final 25% of frames that correspond to object state changes, and its core task is video object segmentation.

搜集汇总

背景与挑战

背景概述

VOST是一个专注于复杂对象变换的半监督视频对象分割基准数据集，包含713个高分辨率视频，平均时长21秒，涵盖51种变换和154个对象类别。其特点是对象在视频中经历破碎、撕裂或形状重塑，导致外观显著变化，对主流基于外观的VOS方法构成挑战，适用于评估方法在动态场景中的性能。