中山大学 发布 Long-RVOS 数据集, 应用在 视频对象分割、计算机视觉 领域

中山大学 本次发布的数据集 Long-RVOS, Long-RVOS 是一个针对长期视频对象分割任务的大规模基准数据集。该数据集包含超过2000个平均时长超过60秒的视频，涵盖了多种在不同情况下出现的物体，如遮挡、消失再现和场景切换。每个物体都被手动标注了三种不同类型的描述，用于单独评估对静态属性、运动模式和时空关系的理解。此外，Long-RVOS 引入了两种新的指标来评估时间和时空一致性。该数据集旨在推动 RVOS 研究朝着更真实和长格式的视频方向发展，并为开发更鲁棒的 RVOS 模型奠定基础。

查看Long-RVOS

关于 中山大学 , 中山大学是中国广东省的一所综合性大学，是中国南方的重要学术研究基地之一，拥有多个学科领域的优势。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。