OmniFlow 是一个合成的全向人体光流数据集。基于渲染引擎，作者创建了一个带有纹理的房间、角色、动作、物体、照明和运动模糊的自然主义 3D 室内环境，其中环境的所有组件在数据捕获过程中都被打乱了。该模拟具有家庭活动的渲染图像以及相应的前向和后向光流作为输出。该数据集由 23,653 个图像对和相应的前向和后向光流组成。

OpenDataLab2026-07-12 更新620

MOSE

视频对象分割

复杂场景处理

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2060

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

Segmentation code.

资源简介：

相关数据集