Refer-YouTube-VOS 视频分割数据集

Refer-YouTube-VOS 是基于 Youtube-VOS 数据集建立的第一个视频分割数据集，即通过 video + caption 来执行分割。该数据集从视频中识别独特对象，每个目标对象被用两种方式进行了标注。

Refer-YouTube-VOS is the first video segmentation dataset built upon the Youtube-VOS dataset, which performs segmentation using video and its corresponding caption as inputs. This dataset identifies distinct objects within videos, with each target object annotated via two distinct methods.

搜集汇总

背景与挑战

背景概述

Refer-YouTube-VOS 是基于 Youtube-VOS 构建的首个视频分割数据集，通过视频和字幕描述进行对象分割，并对每个目标对象采用两种标注方式。该数据集遵循 CC BY 4.0 许可证，主要用于教育和信息目的。