FSVOD-500

FSVOD-500 是一个大型视频数据集，由 500 个类别组成，每个类别中的类别平衡视频用于少量学习。 FSVOD-500 是第一个专门为少镜头视频对象检测设计的基准，用于评估给定模型在新类上的性能。

FSVOD-500 is a large-scale video dataset consisting of 500 categories, with each category having class-balanced video samples for few-shot learning. FSVOD-500 is the first benchmark specifically designed for few-shot video object detection, aiming to evaluate the performance of a given model on novel categories.

搜集汇总

背景与挑战

背景概述

FSVOD-500是一个包含500个类别的大型视频数据集，专为少镜头视频对象检测设计，用于评估模型在新类上的性能。该数据集由香港科技大学和快手于2022年发布，相关资源和论文可通过提供的链接获取。