面向类别连续学习的视频语义分割数据集ISIV

面向类别连续学习的视频语义分割数据集ISIV专为研究连续学习背景下的室内场景像素级理解任务而设计，旨在模拟人类认知习惯中的增量学习过程。该数据集包含了1661段视频，共计4983帧图像，涵盖了40个室内场景类别。ISIV的数据结构分为两层分类，第一层为室内概念性类别，如结构元素、装饰品和家具等，第二层则细分为具体类别，如地板、桌子、屏幕等。所有图像均为标准的JPG格式RGB图像，而对应的像素级语义标注则为PNG格式的灰度图像，有高精度的标注信息。