Panoptic Segmentation
Panoptic segmentation은 컴퓨터 비전 분야의 작업으로, 의미 분할(semantic segmentation)과 인스턴스 분할(instance segmentation)을 결합하여 장면에 대한 포괄적인 이해를 제공하는 것을 목표로 합니다. 이 작업의 목적은 이미지를 의미 있는 부분이나 영역으로 분할하고, 이러한 영역 내에서 개별 객체 인스턴스를 감지하고 구분하는 것입니다. 각 픽셀은 의미 라벨이 할당되며, "thing" 클래스(예: 세어질 수 있는 객체 인스턴스)에 속하는 픽셀에는 고유한 인스턴스 ID가 부여됩니다.
ADE20K
MasQCLIP
ADE20K val
OneFormer (DiNAT-L, single-scale, 1280x1280, COCO-Pretrain)
Cityscapes test
OneFormer (ConvNeXt-L, single-scale, Mapillary Vistas-Pretrained)
Cityscapes val
Panoptic FCN* (Swin-L, Cityscapes-fine)
COCO minival
OpenSeeD (SwinL, single-scale)
COCO panoptic
VAN-B6*
COCO test-dev
Mask DINO (single scale)
DALES
SuperCluster
Hypersim
Indian Driving Dataset
EfficientPS
KITTI-360
KITTI Panoptic Segmentation
EfficientPS
LaRS
Mask2Former (Swin-B)
Mapillary val
OneFormer (DiNAT-L, single-scale)
MUSES: MUlti-SEnsor Semantic perception dataset
NYU Depth v2
PanNuke
LKCell
Panoptic nuScenes test
(AF)2-S3Net + CenterPoint
Panoptic nuScenes val
PASTIS
Exchanger+Mask2Former
PASTIS-R
Early Fusion
S3DIS
S3DIS Area5
ScanNet
OneFormer3D
ScanNetV2
OneFormer3D
SemanticKITTI
P3Former
SUN-RGBD