PVUW2023 VSS赛道第三名方案：面向VSPW语义分割的大模型
计算机视觉与模式识别
2023-06-07 v2
摘要
本文介绍了PVUW2023 VSS赛道的第三名方案。语义分割是计算机视觉中的基础任务，具有众多现实应用。我们探索了多种图像级视觉骨干网络与分割头以应对视频语义分割问题。通过实验，我们发现以InternImage-H为骨干网络、Mask2former为分割头可达到最佳性能。此外，我们探索了两种后处理方法：CascadePSP与Segment Anything Model (SAM)。最终，我们的方法在VSPW测试集1与最终测试集上分别取得62.60%与64.84%的mIoU，在PVUW2023 VSS赛道中获第三名。
引用
@article{arxiv.2306.02291,
title = {3rd Place Solution for PVUW2023 VSS Track: A Large Model for Semantic Segmentation on VSPW},
author = {Shijie Chang and Zeqi Hao and Ben Kang and Xiaoqi Zhao and Jiawen Zhu and Zhenyu Chen and Lihe Zhang and Lu Zhang and Huchuan Lu},
journal= {arXiv preprint arXiv:2306.02291},
year = {2023}
}
备注
3rd Place Solution for CVPR 2023 PVUW VSS Track