QueenVIS框架在无视频训练的情况下增强了视频实例分割

研究人员推出了一种名为QueenVIS的新颖框架，旨在通过关注单帧训练期间对象查询的质量来改进视频实例分割（VIS）。该方法挑战了传统上对视频级监督和昂贵身份一致性标注的依赖。QueenVIS通过用于特征和中心预测的辅助头来增强对象查询，这些辅助头在推理过程中被丢弃，不会增加计算开销。该框架利用一种无需训练的查询传播方法和一个内存库来维护时间身份，在YouTube-VIS和OVIS等基准测试中取得了显著的性能提升。 AI

影响 这项研究通过减少对视频级训练数据的依赖，提供了一种更有效的视频实例分割方法，有可能降低计算成本和标注要求。

排序理由 该条目是一篇研究论文，详细介绍了一种新的视频实例分割方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• Hugging Face
• Mask2Former
• MinVIS
• Ovis
• QueenVIS
• ResNet-50
• YouTube-VIS

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →