panoptic segmentation

新的 COCO-OLAC 基准突出显示了遮挡对人工智能图像理解的影响

研究人员推出了 COCO-OLAC，这是一个旨在解决全景分割和图像理解任务中遮挡挑战的新基准数据集。该数据集源自现有的 COCO 数据集，包含三个不同感知遮挡级别的手动标注。使用 COCO-OLAC 进行的实验表明，遮挡会显著降低最先进的全景模型的性能，遮挡级别越高，结果越差。为了应对这一挑战，提出了一种新颖的对比学习方法，该方法利用遮挡标注来训练更鲁棒的模型，使其能够捕捉不同程度的遮挡，并在新基准上表现出改进的性能。