谢俊宇、谢伟迪、安德鲁·齐瑟曼

牛津大学工程科学系视觉几何组

在NeurIPS公司, 2022.

[arXiv] [PDF]（PDF格式） [项目页面] [海报]

蟒蛇=3.8.8,pytorch=1.9.1,枕头,开放式cv,埃诺普斯（用于张量操作），张量板X（用于数据记录）

• DAVIS2016可在下载后直接使用。
• 对于DAVIS2017-运动，RGB序列与DAVIS2017数据集中的序列相同。策划的注释可以从以下网站下载在这里.
• 其他数据集（如SegTrackv2、FBMS-59和MoCA_filter）需要进行预处理。我们在中遵循相同的预处理协议运动分组.
• 合成数据集（Syn-Train和Syn-Val）可以从下载在这里（不提供模态注释，因为它们可以在数据加载期间从非模态注释生成）。

光流通过以下公式进行估算RAFT公司方法。中还提供了流量估算代码流文件夹。

完成后，在配置.py，在中修改数据集路径设置数据集并在中设置相应的日志路径设置路径（_P）.

• 在中添加您自己的数据集信息设置数据集在里面配置.py.
• 将数据集名称添加到中的选项parser.add_argument（“--数据集”）在里面列车.py和评估.py
• 将输入/输出注释的调色板信息添加到数据/colour_palette.json

python train.py--查询3--间隙1，-1--批大小2--帧30--数据集Syn

在我们的合成数据集（Syn-train）上预处理的流式OCLR模型可以从以下网站下载在这里.

python eval.py--查询3--间隙1，-1--批大小1--帧30--数据集DAVIS17m\--resume_path/path/to/ckpt—存储路径/path/到/savepath

哪里--恢复路径指示检查点路径，以及--存储路径（_P）对应于分割结果的保存路径。

还可以找到我们对多个数据集（DAVIS2016、DAVIS207-motion、SegTrackv2、FBMS-59、MoCA）的分割结果在这里.

• 对于DAVIS2016，使用DAVIS2016官方评估员.
• 对于DAVIS2017-motion，一旦我们的策划注释从在这里，只需更换注释_无监督DAVIS2017数据集中的文件夹。然后，DAVIS2017官方评估员可用于评估无监督的VOS性能。
• 对于MoCA，使用中提供的评估员运动分组.

测试时自适应过程通过基于RGB的基于DINO特征的掩模传播过程来细化流预测掩模。有关更多信息，请参阅恐龙文件夹。

如果您发现代码对您的研究有帮助，请考虑引用我们的工作：

@进行中{xie2022分段，title={通过以对象为中心的分层表示法分割移动对象}，author={Junyu Xie、Weidi Xie和Andrew Zisserman}，booktitle={神经信息处理系统的进展}，年份={2022}}