Coco

• Descripción :

COCO es un conjunto de datos de detección, segmentación y subtítulos de objetos a gran escala.

Nota: * Algunas imágenes de los conjuntos de entrenamiento y validación no tienen anotaciones. * Coco 2014 y 2017 usan las mismas imágenes, pero diferentes divisiones tren/val/prueba * La división de prueba no tiene anotaciones (solo imágenes). * Coco define 91 clases pero los datos solo usan 80 clases. * Las anotaciones panorámicas definen 200 clases pero solo usan 133.

• Documentación adicional : Explorar en artículos con código

• Página de inicio : http://cocodataset.org/#home

• Código fuente : tfds.object_detection.Coco

• Versiones :

  • 1.1.0 (predeterminado): sin notas de la versión.

• Almacenamiento en caché automático ( documentación ): No

• Claves supervisadas (ver documento as_supervised ): None

• Citación :

@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 (configuración predeterminada)

• Descripción de la configuración : esta versión contiene imágenes, cuadros delimitadores y etiquetas para la versión 2014.

• Tamaño de descarga : 37.57 GiB

• Tamaño del conjunto de datos : 37.35 GiB

• Divisiones :

Dividir	Ejemplos
'test'	40.775
'test2015'	81.434
'train'	82.783
'validation'	40.504

• Estructura de características :

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),
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
imagen	Imagen	(Ninguno, Ninguno, 3)	uint8
imagen/nombre de archivo	Texto		cadena
imagen/identificación	Tensor		int64
objetos	Secuencia
objetos/área	Tensor		int64
objetos/caja	Característica BBox	(4,)	flotador32
objetos/identificación	Tensor		int64
objetos/is_crowd	Tensor		booleano
objetos/etiqueta	Etiqueta de clase		int64

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

coco/2017

• Descripción de la configuración : esta versión contiene imágenes, cuadros delimitadores y etiquetas para la versión 2017.

• Tamaño de descarga : 25.20 GiB

• Tamaño del conjunto de datos : 24.98 GiB

• Divisiones :

Dividir	Ejemplos
'test'	40.670
'train'	118,287
'validation'	5.000

• Estructura de características :

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),
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
imagen	Imagen	(Ninguno, Ninguno, 3)	uint8
imagen/nombre de archivo	Texto		cadena
imagen/identificación	Tensor		int64
objetos	Secuencia
objetos/área	Tensor		int64
objetos/caja	Característica BBox	(4,)	flotador32
objetos/identificación	Tensor		int64
objetos/is_crowd	Tensor		booleano
objetos/etiqueta	Etiqueta de clase		int64

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

coco/2017_panóptico

• Descripción de la configuración : esta versión contiene imágenes, cuadros delimitadores y etiquetas para la versión 2017.

• Tamaño de descarga : 19.57 GiB

• Tamaño del conjunto de datos : 19.63 GiB

• Divisiones :

Dividir	Ejemplos
'train'	118,287
'validation'	5.000

• Estructura de características :

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),
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
imagen	Imagen	(Ninguno, Ninguno, 3)	uint8
imagen/nombre de archivo	Texto		cadena
imagen/identificación	Tensor		int64
imagen_panóptica	Imagen	(Ninguno, Ninguno, 3)	uint8
imagen_panóptica/nombre de archivo	Texto		cadena
objetos_panópticos	Secuencia
objetos_panópticos/área	Tensor		int64
objetos_panópticos/bbox	Característica BBox	(4,)	flotador32
objetos_panópticos/id	Tensor		int64
objetos_panópticos/is_crowd	Tensor		booleano
objetos_panópticos/etiqueta	Etiqueta de clase		int64

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):