GyGO（发音为jai-go）是专注于电子商务的视频对象细分数据集。它目前包括131个训练和24个验证序列，以及它们相应的高质量注释。

一方面，序列非常简单，因为它们实际上没有闭塞，快速运动或上面提到的许多其他引起复杂性的属性。另一方面，这些视频中的对象在语义类别上差异很大：玩具，衣服，模型和办公室绒毛。

每个序列的时间为1-10秒，已被手持智能手机相机捕获。然后在后期制作中将其降低至约5 fps，并由Amazon Mechanical Turk工人的重要汇总进行注释。

我们公开发布数据集时要牢记两个目标：

• 目前，视频对象分割空间中严重缺乏数据。我们相信只有几百个带注释的视频，每个贡献都有提高性能的潜力。在我们的内部分析（即将发布）中，我们表明，对GyGO和DAVIS数据集进行联合训练可获得改进的推理结果。[待办事项：确认]
• 为了促进更加开放，共享的文化并鼓励其他研究人员共同努力：) DAVIS数据集和发展它的研究生态系统对我们非常有用。我们希望社区也会发现我们的数据集也有用。

预览（Youtube）：

引用：

@misc{
author={Friedman, Itamar and Chemla, Ilan and Smolyansky, Eddie and Stepanov, Maxim and Afansyeva, Irina and Sharir, Gilad and Nadir, Sagi and Rorlich, Sagi},
title={GyGO: an E-commerce Video Object Segmentation Dataset by Visualead}, 
url={https://github.com/ilchemla/gygo-dataset},
year={2017}, month={Sep}}