판옵틱 세그멘테이션
Panoptic segmentation은 컴퓨터 비전 분야에서 의미 세그멘테이션과 인스턴스 세그멘테이션을 결합하여 장면에 대한 포괄적인 이해를 제공하는 작업입니다. 이 작업의 목표는 이미지를 의미 있는 부분이나 영역으로 나누고, 이러한 영역 내에서 개별 객체 인스턴스를 감지하고 구분하는 것입니다. 각 픽셀은 의미 라벨이 할당되며, "thing" 클래스(예: 개별적으로 세어질 수 있는 객체)에 속하는 픽셀에는 고유한 인스턴스 ID가 부여됩니다.
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