视频目标分割数据集DAVIS(Denly-Annotated VIdeo Segmentation)解读

最新推荐文章于 2025-11-01 15:03:03 发布

原创

最新推荐文章于 2025-11-01 15:03:03 发布 · 1.1w 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #计算机视觉

本文介绍了DAVIS数据集的发展历程，从DAVIS2016的二元分割到DAVIS2017的实例级多目标分割，再到DAVIS2017Unsupervised的无监督挑战。涵盖了互动标注、竞赛赛道和评估指标的变迁。

DAVIS(Densely-Annotated VIdeo Segmentation)数据集是视频目标分割(VOS)任务中最重要的数据集之一。从2017年开始，DAVIS官方团队每年都会举办“DAVIS Challenge on Video Object Segmentation”竞赛且发表相关的主题论文，目前为止共有三个版本的公开数据集：DAVIS 2016, DAVIS 2017以及DAVIS 2017 Unsupervised。

DAVIS 2016是面向目标级分割的VOS数据集，它的标注都是只区分前后景的二元标注(binary annotation)；DAVIS 2017是面向实例级分割的VOS数据集，它比DAVIS 2016具有更多的视频图片序列和帧数量，且在每个视频内可能出现多个目标，每个目标都作为单独的个体被标注区分开来。Semi-supervised track是第一届DAVIS竞赛就有的赛道，它与在2018年，DAVIS官方团队通过论文提出了Interactive Segmentation的概念，并在竞赛中增加了这一方向的竞赛赛道。Interactive Segmentation是指通过实时地、反馈式地输入人工涂鸦级监督来逐渐校正VOS算法结果中表现较差的部分。在2019年，DAVIS 2017 Unsupervised数据集被提出，这是一个针对无监督视频目标分割的数据集。DAVIS 2017 Unsupervised在原始的2017版本之上重新标注了分割标签，使得分割标注的语义关联更为一致，并且避免了原有数据集对semi-supervised segmentation的偏好性。