【计算机视觉--解耦视频分割跟踪任何物体】

UIUC&Adobe开源|无需监督,使用解耦视频分割跟踪任何物体!视频分割的训练数据往往昂贵且需要大量的标注工作。这限制了将端到端算法扩展到新的视频分割任务,特别是在大词汇量的情况下。为了在不为每个个别任务训练视频数据的情况下实现"跟踪任何物体",开发了一种解耦视频分割方法(DEVA),包括任务特定的图像级分割和类/任务无关的双向时间传播。由于这种设计,只需要为目标任务训练一个图像级别的模型(这更便宜),以及一个通用的时间传播模型,只需训练一次即可适用于多个任务。为了有效地结合这两个模块,使用双向传播来对来自不同帧的分割假设进行(半)在线融合,以生成一致的分割结果。展示了这种解耦的方法在多个数据稀缺任务中表现出色,包括大词汇量视频全景分割、开放世界视频分割、指代视频分割和无监督视频对象分割。

项目主页:https://hkchengrex.com/Tracking-Anything-with-DEVA/

论文地址:https://arxiv.org/abs/2309.03903

代码地址:https://github.com/hkchengrex/Tracking-Anything-with-DEVA

相关推荐
看月亮的方源4 分钟前
区级技能竞赛-人工智能训练师笔记
人工智能
AKAMAI44 分钟前
为何说分布式 AI 推理已成为下一代计算方式
人工智能·云原生·云计算
大连好光景1 小时前
L1正则化 VS L2正则化
人工智能·深度学习·机器学习
国家不保护废物1 小时前
深度学习
人工智能·深度学习·机器学习
LSQ的测试日记1 小时前
深度学习_全连接神经网络
人工智能·深度学习·神经网络
亚马逊云开发者1 小时前
Amazon Q in QuickSight 实战:利用自然语言快速生成数据报表与洞察
人工智能
CoovallyAIHub1 小时前
2025年小目标检测分享:从无人机视角到微观缺陷的创新模型
深度学习·算法·计算机视觉
张较瘦_1 小时前
[论文阅读] 人工智能 + 软件工程 | 用大语言模型+排名机制,让代码评论自动更新更靠谱
论文阅读·人工智能·软件工程
前端双越老师1 小时前
使用 langChain.js 实现 RAG 知识库语义搜索
人工智能·langchain·node.js
用户315183718171 小时前
AI Agent 开发新范式 MCP 从入门到多场景全链路实战 | 高清同步
人工智能