Instance Segmentation
인스턴스 세그멘테이션은 컴퓨터 비전 분야의 작업으로, 이미지 내 개별 객체를 식별하고 각 객체의 경계를 구분하면서 고유한 레이블을 할당하는 것을 목표로 합니다. 이 기술의 목적은 이미지의 각 픽셀이 특정 객체 인스턴스에 정확히 속하도록 픽셀 단위 세그멘테이션 맵을 생성하여, 복잡한 환경에서 여러 객체의 정밀한 위치 파악과 차별화를 실현하는 것입니다. 이 기술은 자율 주행, 의료 영상 분석, 로봇 비전 등 다양한 응용 분야에서 큰 가치를 가지고 있습니다.
ADE20K val
OneFormer (DiNAT-L, single-scale)
ARMBench
RISE (VIT-B)
BDD100K val
Mask Transfiner
Box-IS
Cityscapes test
PolyTransform
Cityscapes val
OpenSeeD( SwinL, single-scale)
COCO 2017 val
SparK (ConvNeXt V1-B Mask R-CNN)
COCO
ColorMAE-Green-ViTB-1600
COCO minival
Co-DETR
coco minval
R3-CNN (ResNet-50-FPN, GC-Net)
COCO-N Medium
Mask R-CNN ResNet-50 FPN
COCO test-dev
Co-DETR
COCO val (panoptic labels)
COCO val2017
MogaNet-S (256x192)
iSAID
iShape
KINS
BCNet
LDD
Leaf Segmentation Challenge
LeafMask
LVIS v1.0 test-dev
LVIS v1.0 val
Co-DETR (single-scale)
nuScenes
TraDeS
NYU Depth v2
SGPN-CNN
NYUDv2-IS
Occluded COCO
OoDIS
PartNet
Separated COCO
Swin-B + Cascade Mask R-CNN (tri-layer modelling)
SUN-RGBD-IS
IAM + SOLQ
TBBR
TexBiG 2022 test
VSR (Vison, Semantics and Relation Model)
TexBiG 2023 test
UAVBillboards
YOLOv8-X
UFBA-425
BB-UNet
UIIS
WaterMask RCNN