kelapa

• Visualisasi : Jelajahi di Kenali Data Anda

• Deskripsi :

COCO adalah kumpulan data pendeteksian, segmentasi, dan keterangan objek berskala besar.

Catatan: * Beberapa gambar dari rangkaian kereta dan validasi tidak memiliki anotasi. * Coco 2014 dan 2017 menggunakan gambar yang sama, tetapi pemisahan kereta/val/tes berbeda * Pemisahan tes tidak memiliki anotasi (hanya gambar). * Coco mendefinisikan 91 kelas tetapi datanya hanya menggunakan 80 kelas. * Anotasi panotptic mendefinisikan 200 kelas tetapi hanya menggunakan 133.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : http://cocodataset.org/#home

• Kode sumber : tfds.object_detection.Coco

• Versi :

  • 1.1.0 (default): Tidak ada catatan rilis.

• Di-cache otomatis ( dokumentasi ): Tidak

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Kutipan :

@article{DBLP:journals/corr/LinMBHPRDZ14,
  author    = {Tsung{-}Yi Lin and
               Michael Maire and
               Serge J. Belongie and
               Lubomir D. Bourdev and
               Ross B. Girshick and
               James Hays and
               Pietro Perona and
               Deva Ramanan and
               Piotr Doll{'{a} }r and
               C. Lawrence Zitnick},
  title     = {Microsoft {COCO:} Common Objects in Context},
  journal   = {CoRR},
  volume    = {abs/1405.0312},
  year      = {2014},
  url       = {http://arxiv.org/abs/1405.0312},
  archivePrefix = {arXiv},
  eprint    = {1405.0312},
  timestamp = {Mon, 13 Aug 2018 16:48:13 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/LinMBHPRDZ14},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

coco/2014 (konfigurasi default)

• Deskripsi konfigurasi : Versi ini berisi gambar, kotak pembatas, dan label untuk versi 2014.

• Ukuran unduhan : 37.57 GiB

• Ukuran dataset : 37.35 GiB

• Perpecahan :

Membelah	Contoh
'test'	40.775
'test2015'	81.434
'train'	82.783
'validation'	40.504

• Struktur fitur :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'is_crowd': bool,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=80),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
gambar	Gambar	(Tidak ada, Tidak ada, 3)	uint8
gambar/nama file	Teks		rangkaian
gambar/id	Tensor		int64
objek	Urutan
benda/daerah	Tensor		int64
benda/bbox	Fitur BBox	(4,)	float32
benda/id	Tensor		int64
objek/kerumunan_is	Tensor		bool
benda/label	LabelKelas		int64

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

coco/2017

• Deskripsi konfigurasi : Versi ini berisi gambar, kotak pembatas, dan label untuk versi 2017.

• Ukuran unduhan : 25.20 GiB

• Ukuran dataset : 24.98 GiB

• Perpecahan :

Membelah	Contoh
'test'	40.670
'train'	118.287
'validation'	5.000

• Struktur fitur :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'is_crowd': bool,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=80),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
gambar	Gambar	(Tidak ada, Tidak ada, 3)	uint8
gambar/nama file	Teks		rangkaian
gambar/id	Tensor		int64
objek	Urutan
benda/daerah	Tensor		int64
benda/bbox	Fitur BBox	(4,)	float32
benda/id	Tensor		int64
objek/kerumunan_is	Tensor		bool
benda/label	LabelKelas		int64

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

coco/2017_panoptic

• Deskripsi konfigurasi : Versi ini berisi gambar, kotak pembatas, dan label untuk versi 2017.

• Ukuran unduhan : 19.57 GiB

• Ukuran dataset : 19.63 GiB

• Perpecahan :

Membelah	Contoh
'train'	118.287
'validation'	5.000

• Struktur fitur :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'image/id': int64,
    'panoptic_image': Image(shape=(None, None, 3), dtype=uint8),
    'panoptic_image/filename': Text(shape=(), dtype=string),
    'panoptic_objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'is_crowd': bool,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=133),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
gambar	Gambar	(Tidak ada, Tidak ada, 3)	uint8
gambar/nama file	Teks		rangkaian
gambar/id	Tensor		int64
panoptic_image	Gambar	(Tidak ada, Tidak ada, 3)	uint8
panoptic_image/nama file	Teks		rangkaian
panoptic_objects	Urutan
panoptic_objects/area	Tensor		int64
panoptic_objects/bbox	Fitur BBox	(4,)	float32
panoptic_objects/id	Tensor		int64
panoptic_objects/is_crowd	Tensor		bool
panoptic_objects/label	LabelKelas		int64

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):