YouTubeVIS est un ensemble de données à grande échelle pour la segmentation des instances vidéo, collecté à partir de l'ensemble de données YouTubeVOS. L'ensemble de données est conçu pour les tâches de détection, de segmentation et de suivi simultanés d'instances d'objets dans les vidéos.

L'ensemble de données est divisé en versions 2019, 2021 et 2022. La dernière version est la version 2022, qui est utilisée pour le 4e défi de segmentation d'objets vidéo à grande échelle du CVPR 2022 :

• Ajout de 71 longues vidéos à l'ensemble de validation et de 50 longues vidéos à l'ensemble de test, avec des évaluations séparées supplémentaires ;
• Contient 259 instances vidéo supplémentaires avec 9 304 annotations humaines de haute qualité ;
• La vidéo longue supplémentaire (L) et la vidéo précédente (S) sont évaluées séparément, et le mAP final est la moyenne de mAP_L et mAP_S.