ViTAE-Transformer 发布 SAMText-9M 数据集, 应用在 视频文本检测、图像分割 领域

ViTAE-Transformer 本次发布的数据集 SAMText-9M, 该数据集是一个大规模的数据集，包含了超过2400个视频片段，并为视频文本检测生成了超过900万的遮罩标注。该数据集采用了一种遮罩标注流程，这一流程改进了现有的边界框标注方法，能够更好地处理复杂的场景，如密集或弯曲的文本。这些数据来源于2400多个视频片段，共产生了超过900万的遮罩标注，其任务旨在进行视频文本的检测与分割。

查看SAMText-9M

README 内容： 

关于 ViTAE-Transformer , -

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。