Google DeepMind 发布 SAV-Caption 数据集, 应用在 视频对象分割、视频描述 领域

Google DeepMind 本次发布的数据集 SAV-Caption, SAV-Caption 数据集是 VoCap 模型的训练数据集，由 SAV 数据集的分割掩码和自动生成的对象描述组成。SAV-Caption 训练集包含约 50,000 个视频，每个视频都有一个与之对应的对象描述。SAV-Caption 验证集包含 155 个视频，每个视频的每个对象都有三个不同的手动描述。该数据集旨在解决视频对象分割和描述问题，并为视频对象分割和描述任务提供了新的基准。

查看SAV-Caption

关于 Google DeepMind , 谷歌DeepMind是一家位于英国的研究机构，专注于人工智能的发展和应用。该机构以其在深度学习、强化学习和其他机器学习领域的突破性成果而闻名，其研究成果在医学、能源、交通等多个领域具有广泛的应用前景。_simple

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。