通过对比损失与多数据集训练方法在 VSPW 数据集上实现视频语义分割
计算机视觉与模式识别
2023-06-07 v1
摘要
视频场景解析融入了时间信息，与图像场景解析相比，可提升预测的一致性与准确性。增加的时间维度能够对场景进行更全面的理解，从而得到更可靠的结果。本文介绍了 CVPR2023 视频语义分割研讨会的冠军方案，重点在于利用对比损失增强时空相关性。我们还通过标签映射技术探索了多数据集训练的影响，最终结果为上述两个模型输出的集成。我们的方法在 VSPW 数据集上取得 65.95% mIoU 的性能，在 CVPR 2023 的 VSPW 挑战赛上排名第一。
引用
@article{arxiv.2306.03508,
title = {Semantic Segmentation on VSPW Dataset through Contrastive Loss and Multi-dataset Training Approach},
author = {Min Yan and Qianxiong Ning and Qian Wang},
journal= {arXiv preprint arXiv:2306.03508},
year = {2023}
}
备注
1st Place Solution for CVPR 2023 PVUW VSS Track