COCONut (COCO Next Universal segmenTation dataset) est un ensemble de données de segmentation d'images panoramiques à grande échelle publié par ByteDance.Cet ensemble de données est le premier ensemble de données de segmentation annoté manuellement à grande échelle, contenant environ 383 000 images et 5,18 millions de masques de segmentation panoramiques annotés manuellement. Cette réalisation a été sélectionnée pour CVPR2024.

La sortie de COCONut améliore considérablement la capacité de la communauté à évaluer les progrès des nouveaux réseaux neuronaux. L'ensemble de données est sémantiquement riche et la granularité de la segmentation du masque est bonne. L'ensemble de données prend également en charge une variété de tâches de compréhension, telles que la segmentation panoptique, la segmentation d'instance, la segmentation sémantique, la détection d'objets, la génération de contrôle sémantique et la segmentation de vocabulaire ouvert, permettant d'obtenir des améliorations de performances significatives sur de nombreuses tâches simplement en remplaçant l'ensemble de données.