Dynamic Coordination and Temporal Enhancement for Referring Video Object Segmentation

Name: Dynamic Coordination and Temporal Enhancement for Referring Video Object Segmentation
Creator: Hao Zhang
Published: 2026-04-17T17:24:52+08:00

IEEE2026-04-17 收录

视频对象分割

语言指令理解

数据链接：

https://ieee-dataport.org/documents/dynamic-coordination-and-temporal-enhancement-referring-video-object-segmentation-0 数据链接链接失效反馈

官方服务：

资源简介：

model parameter

提供机构：

MOSE数据集是由南洋理工大学等机构创建，专注于复杂场景下的视频对象分割。该数据集包含2,149个视频片段，总计5,200个对象，覆盖36个类别，拥有431,725个高质量对象分割掩码。MOSE的显著特点是包含大量拥挤和遮挡对象，目标对象常被其他对象遮挡或在某些帧中消失。数据集的创建过程涉及从现有数据集继承视频和从现实世界场景新拍摄视频，确保包含多种遮挡场景、运动场景和对象消失-重现场景。MOSE

arXiv2023-02-04 更新2080

OVOS Occluded Video Object Segmentation dataset

视频对象分割

遮挡处理

Semi-supervised video object segmentation aims to leverage the ground truth object masks given for the first frame to segment video sequences at the pixel level. OVOS is a dataset to evaluate the perf

Research Data Australia190

Menlo/mixed-instruction-speech-whispervq-v3-full-phase2-3

语言指令理解

多轮对话生成

--- dataset_info: features: - name: answer dtype: string - name: length dtype: int64 - name: prompt dtype: string - name: conversations list: - name: content dtype:

Hugging Face2024-10-05 更新110

YouTube-VOS 2018 val 视频对象分割数据集

视频对象分割

计算机视觉

YouTube-VOS 2018 val 又称 Youtube Video Object Segmentation，是一个视频目标分割数据集，是第一个支持多视频任务分割的测试基准。该数据集共有 4,453 个视频，其中 3,471 个用于训练，474 个用于验证，508 个用于测试，训练和验证视频每 5 帧都会有像素级 ground truth 标注。

超神经2022-10-25 更新640

Amar-S/MOVi-MC-AC

视频对象分割

模态分析

MOVi-MC-AC数据集是一个包含多对象视频、多摄像头和模态内容的开放数据集。它是第一个包含被遮挡物体的模态内容真实标注的数据集，拥有约580万个实例，是迄今为止最大的模态数据集。该数据集由通用3D物体组成，这些物体在多摄像头视频中相互碰撞、弹跳。所有数据都是使用开源数据集生成器Kubric创建的，特别是我们修改了MOVi挑战，以包括额外的（6）摄像头和物体的未遮挡视图。数据集中的3D物体来自G

Hugging Face2025-07-02 更新110

Dynamic Coordination and Temporal Enhancement for Referring Video Object Segmentation

资源简介：

相关数据集