本文研究了半监督视频对象分割任务，即在给定第一帧掩模的情况下，将视频中的对象从背景中分离出来。我们提出了基于全卷积神经网络架构的一次性视频对象分割（One-Shot Video Object Segmentation, OSVOS），该方法能够逐步将从ImageNet学习到的通用语义信息转移到前景分割任务上，最终学习测试序列中单个标注对象的外观（因此称为一次性）。尽管所有帧都是独立处理的，但结果在时间上具有一致性和稳定性。我们在两个标注的视频分割数据库上进行了实验，结果显示OSVOS不仅速度快，而且显著提升了现有技术水平（79.8% vs 68.0%）。