秋明国立大学 发布 Track Anything Annotate 数据集, 应用在 计算机视觉、机器学习 领域

秋明国立大学 本次发布的数据集 Track Anything Annotate, Track Anything Annotate 是一个基于视频跟踪和分割的工具原型，旨在为计算机视觉模型生成训练数据集。该工具结合了先进的分割和跟踪模型，如 SAM2 和 XMem++，以自动标注视频中的对象并生成数据集。该数据集的特点是能显著提高标注效率，降低劳动力成本，并提高复杂场景下的分割精度，如物体重叠或动态照明条件。

查看Track Anything Annotate

README 内容： 

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。