BL30K

BL30K 是使用 Blender 和 ShapeNet 数据渲染的合成数据集。我们将数据集分成六段，每段大约有 5K 视频。这些视频的组织格式与 DAVIS 和 YouTubeVOS 类似，因此可以直接使用这些数据集的数据加载器。每个视频长160帧，每帧分辨率为768*512。每个视频有 3-5 个对象，每个对象都有一个随机平滑的轨迹——我们试图以贪婪的方式优化轨迹，以最小化对象交叉（不能保证），但仍然可能出现遮挡（现实中经常发生）。有关详细信息，请参阅 MiVOS。