4 个月前

基于放松的共同命运和视觉分组从视频中引导物体性

基于放松的共同命运和视觉分组从视频中引导物体性

摘要

请提供需要翻译的英文内容。

代码仓库

TonyLianLong/RCF-UnsupVideoSeg
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
unsupervised-object-segmentation-on-davisRCF (with Post-Processing)
J score: 83.0
unsupervised-object-segmentation-on-davisRCF (without Post-Processing)
J score: 80.9
unsupervised-object-segmentation-on-fbms-59RCF (with post-processing)
mIoU: 72.4
unsupervised-object-segmentation-on-fbms-59RCF (without post-processing)
mIoU: 69.9
unsupervised-object-segmentation-on-segtrackRCF (without post-processing)
mIoU: 76.7
unsupervised-object-segmentation-on-segtrackRCF (with post-processing)
mIoU: 79.6

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于放松的共同命运和视觉分组从视频中引导物体性 | 论文 | HyperAI超神经