Segmentation panoptique
La segmentation panoptique est une tâche dans le domaine de la vision par ordinateur qui vise à combiner la segmentation sémantique et la segmentation d'instances pour fournir une compréhension complète d'une scène. Son objectif est de segmenter une image en parties ou régions dotées d'un sens sémantique et de détecter et distinguer les objets individuels au sein de ces régions. Chaque pixel reçoit une étiquette sémantique, et les pixels appartenant aux classes de "choses" (comme les objets comptables) sont attribués un identifiant d'instance unique.
COCO test-dev
Mask DINO (single scale)
Cityscapes val
Panoptic FCN* (Swin-L, Cityscapes-fine)
COCO minival
OpenSeeD (SwinL, single-scale)
ADE20K val
DiNAT-L (Mask2Former, 640x640)
Mapillary val
OneFormer (DiNAT-L, single-scale)
Cityscapes test
EfficientPS
LaRS
Mask2Former (Swin-B)
S3DIS Area5
ScanNetV2
OneFormer3D
Indian Driving Dataset
EfficientPS
KITTI Panoptic Segmentation
EfficientPS
PanNuke
LKCell
ScanNet
OneFormer3D
PASTIS
Exchanger+Mask2Former
COCO panoptic
VAN-B6*
MUSES: MUlti-SEnsor Semantic perception dataset
NYU Depth v2
SemanticKITTI
P3Former
ADE20K
MasQCLIP
DALES
SuperCluster
Hypersim
KITTI-360
Panoptic nuScenes val
Panoptic nuScenes test
(AF)2-S3Net + CenterPoint
PASTIS-R
Early Fusion
S3DIS
SUN-RGBD