RefEgo: 第一人称自我感知的指称表达理解数据集

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文介绍了基于Ego4D的RefEgo数据集,包含12k个视频剪辑和41小时的引用表达理解批注。通过结合最先进的2D引用表达理解模型和对象跟踪算法,实现了困难条件下的视频对象跟踪。

🏷️

标签

➡️

继续阅读