前语 本次竞赛包含两个track，视频语义切割（VSS Track）与视频全景切割（VPS Track）。
来源丨CVer
欢迎重视大众号CV技能攻略，专注于核算机视觉的技能总结、最新技能跟踪、经典论文解读、CV招聘信息。
Workshop主页链接：
www.vspwdataset.com/Workshop%20…
简介：像素级视频了解是核算机视觉领域的一个基本任务。现在学界对图片切割己经有了比较充分的研讨。然而对与实际国际的很多运用，比方自动驾驶、短视频修改等等，需要处理的多为视频数据。因而，对视频切割的研讨是必要且具有实际意义的。为此，主办方采集了现在最大规模的视频语义切割数据集 Video Scene Parsing in the Wild (VSPW) [1] 以及视频全景切割数据集VIdeo Panoptic Segmentation in the Wild (VIPSeg) [2]，并在此基础上举办视频语义/全景切割竞赛。竞赛揭露了VSPW与VIPSeg 数据集的练习集和验证集，而测验集的ground truth 不会揭露。参赛者能够提交测验集猜测成果到竞赛网站上来取得模型测验成果。
一起我们也欢迎不限于此次竞赛的相关学术论文投稿，研讨topic 包含但不限于视频/图片语义切割(VSS)，视频物体切割（VOS），视频实例切割（VIS），视频全景切割（VPS），方针跟踪（Tracking）以及其他视频相关运用，投稿cmt地址为：
www.vspwdataset.com/Workshop%20….
截稿日期详见workshop主页：
www.vspwdataset.com/Workshop%20….
本次竞赛包含两个track，视频语义切割（VSS Track）与视频全景切割（VPS Track）。
视频语义切割赛道（VSS Track）：在此赛道中，参赛者能够运用VSPW的练习集来练习模型。其他相关的切割数据集（COCO、ADE20k 等）也能够运用在练习中，假如运用了其他数据集，需要向主办方阐明运用额定数据集的信息。排行榜根据切割成果与ground truth 的mIoU来决议。
参赛网站：
codalab.lisn.upsaclay.fr/competition…
数据集下载：
github.com/VSPW-datase…
Baseline代码：
github.com/VSPW-datase…
视频全景切割赛道（VPS Track）：在此赛道中，参赛者能够运用VIPSeg的练习集来练习模型。其他相关的切割数据集（COCO、ADE20k 等）也能够运用在练习中，假如运用了其他数据集，需要向主办方阐明运用额定数据集的信息。排行榜根据VPQ score来决议。
参赛网站：
codalab.lisn.upsaclay.fr/competition…
数据集下载：
github.com/VIPSeg-Data…
Baseline 代码：
github.com/VIPSeg-Data…
竞赛分为两个阶段：
第一阶段时间为1月20日至5月15日，参赛者可开发模型，提交测验集猜测成果。本阶段返回部分测验集的猜测成果。
第二阶段为 5月15日至5月25日，是竞赛的最终阶段。
[1] VSPW: A Large-scale Dataset for Video Scene Parsing in the Wild. CVPR 2021
[2] Large-scale Video Panoptic Segmentation in the Wild: A Benchmark. CVPR 2022
欢迎重视大众号CV技能攻略，专注于核算机视觉的技能总结、最新技能跟踪、经典论文解读、CV招聘信息。
【技能文档】《从零搭建pytorch模型教程》122页PDF下载
QQ沟通群：444129970。群内有大佬负责解答我们的日常学习、科研、代码问题。
模型布置沟通群：732145323。用于核算机视觉方面的模型布置、高性能核算、优化加快、技能学习等方面的沟通。
其它文章
Rethinking Attention with Performers
MobileDets：终端方针检测新标杆
U-Net在2022年相关研讨的论文引荐
用少于256KB内存实现边际练习，开支不到PyTorch千分之一
PyTorch 2.0 重磅发布：一行代码提速 30%
聊聊核算机视觉入门
FRNet：上下文感知的特征强化模块
DAMO-YOLO | 超越所有YOLO，统筹模型速度与精度
《医学图像切割》总述，详述六大类100多个算法
如何高效实现矩阵乘？万文长字带你从CUDA初学者的视点入门
近似乘法对卷积神经网络的影响
BT-Unet:医学图像切割的自监督学习框架
语义切割该如何走下去？
轻量级模型规划与布置总结
从CVPR22动身，聊聊CAM是如何激活我们文章的热度！
入门必读系列（十六）经典CNN规划演化的要害总结：从VGGNet到EfficientNet
入门必读系列（十五）神经网络不work的原因总结
入门必读系列（十四）CV论文常见英语单词总结
入门必读系列（十三）高效阅读论文的办法
入门必读系列（十二）池化各关键与各办法总结
TensorRT教程（三）TensorRT的装置教程
TensorRT教程（一）初次介绍TensorRT
TensorRT教程（二）TensorRT进阶介绍
核算机视觉中的高效阅读论文的办法总结
核算机视觉中的神经网络可视化东西与项目
核算机视觉中的transformer模型立异思路总结
核算机视觉中的传统特征提取办法总结
核算机视觉中的数据预处理与模型练习技巧总结
核算机视觉中的图像标示东西总结
核算机视觉中的数据增强办法总结
核算机视觉中的注意力机制技能总结
核算机视觉中的特征金字塔技能总结
核算机视觉中的池化技能总结
核算机视觉中的高效阅读论文的办法总结
核算机视觉中的论文立异的常见思路总结
神经网络中的归一化办法总结
神经网络的初始化办法总结
