顶刊IJCV2023｜分割可卷的新方向新数据集！在暗光条件下进行实例分割

启示：要想在AI红海中闯荡，最好的方式是自己开创一片蓝海，这篇论文做到了。也许刨除原有框架约束，换个视角会决然不同。

论文信息：

计算机视觉顶刊 IJCV2023

主题：暗光实例分割 Instance Segmentation in the Dark

单位：北理工&普林斯顿

作者：Linwei Chen· Ying Fu · Kaixuan Wei· Dezhi Zheng· Felix Heide

论文链接：

https://arxiv.org/abs/2304.14298

https://link.springer.com/article/10.1007/s11263-023-01808-8

代码链接：

GitHub - Linwei-Chen/LIS: IJCV2023 Instance Segmentation in the Dark

贡献：

1、开辟了一个新的研究方向，即在低光条件下进行实例分割，找到了实例分割一个新的应用情景。

2、收集制作了一个Low-light Instance Segmentation (LIS) 数据集，它包括低光、正常曝光，下配对的JPEG和RAW的四组数据，并且提供8类实例像素标注，可以用于实例分割、目标检测任务。（新数据集！）

3、

1、原文链接：暗光实例分割 | 顶刊IJCV2023 Instance Segmentation in the Dark | 北理工&普林斯顿 - 知乎

2、转载链接：顶刊IJCV2023｜分割可卷的新方向&新数据集！在暗光条件下进行实例分割

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！