视频实例分割是一个近几年兴起并逐渐引起广泛关注的领域，它要求算法同时完成视频中的物体的检测、分割、分类、以及跟踪。目前主流的视频实例分割算法可以被分为Online和Offline两种范式，Online模型通过逐帧分割并添加后处理进行跟踪，将图像实例分割算法扩展到视频实例分割任务上。Offline 模型通过将整段视频输入以同时获得分割和跟踪的结果。这两种范式各有其特色以及特殊的应用场景。
在这次分享中，我们邀请到了华中科技大学博士生吴俊峰，为我们介绍他们两篇中稿 ECCV 2022 Oral 的工作：
SeqFormer: Sequential Transformer for Video Instance Segmentation, ECCV, 2022 (Oral)
In Defense of Online Models for Video Instance Segmentation, ECCV, 2022 (Oral)
“这两个模型分别在 Offline 和 Online 范式下的视频实例分割任务上取得了最高的性能。我们深入分析了此前Offline和Online模型性能相差巨大的原因，并且补齐了这个差距，让这两种范式回到相同的起跑线上。此外IDOL在第四届大规模视频物体分割挑战赛（ 4th Large-scale Video Object Segmentation Challenge，CVPR2022）的视频实例分割赛道上取得第一名。”
极市直播丨ECCV2022 Oral-吴俊峰：视频实例分割新SOTA：SeqFormer&IDOL
➤分享大纲
8.CVPR2022 Workshop 冠军解决方案
➤论文
SeqFormer: Sequential Transformer for Video Instance Segmentation, ECCV, 2022 (Oral).
arxiv：https://arxiv.org/abs/2112.08275
code：https://github.com/wjf5203/SeqFormer
In Defense of Online Models for Video Instance Segmentation, ECCV, 2022 (Oral)
arxiv：https://arxiv.org/abs/2207.10661
code：https://github.com/wjf5203/VNext
➤回放视频在这里☟
https://www.bilibili.com/video/BV1ha411K7fS
➤PPT内容截图（后台回复“极市直播”或点击阅读原文即可获取PPT）
B站：http://space.bilibili.com/85300886#!/
腾讯视频：http://v.qq.com/vplus/8be9a676d97c74ede37163dd964d600c
往期线上分享集锦：http://m6z.cn/6qIJzE（或直接阅读原文）
如果觉得有用，就请分享到朋友圈吧！
推荐阅读
备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
觉得有用麻烦给个在看啦~ 
