cocco

• Visualizzazione : Esplora in Conosci i tuoi dati

• Descrizione :

COCO è un dataset di rilevamento, segmentazione e didascalia di oggetti su larga scala.

Nota: * Alcune immagini del treno e dei set di convalida non hanno annotazioni. * Coco 2014 e 2017 utilizzano le stesse immagini, ma suddivisioni treno/val/test differenti * La suddivisione del test non ha annotazioni (solo immagini). * Coco definisce 91 classi ma i dati utilizzano solo 80 classi. * Le annotazioni panottiche definiscono 200 classi ma ne usano solo 133.

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : http://cocodataset.org/#home

• Codice sorgente : tfds.object_detection.Coco

• Versioni :

  • 1.1.0 (impostazione predefinita): nessuna nota di rilascio.

• Cache automatica ( documentazione ): No

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Citazione :

@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 (configurazione predefinita)

• Descrizione della configurazione : questa versione contiene immagini, riquadri di delimitazione ed etichette per la versione 2014.

• Dimensioni del download : 37.57 GiB

• Dimensione del set di dati: 37.35 GiB

• Divisioni :

Diviso	Esempi
'test'	40.775
'test2015'	81.434
'train'	82.783
'validation'	40.504

• Struttura delle caratteristiche :

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),
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(Nessuno, Nessuno, 3)	uint8
immagine/nome file	Testo		corda
immagine/id	Tensore		int64
oggetti	Sequenza
oggetti/area	Tensore		int64
oggetti/box	Funzionalità BBox	(4,)	galleggiante32
oggetti/id	Tensore		int64
oggetti/è_crowd	Tensore		bool
oggetti/etichetta	ClassLabel		int64

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

cocco/2017

• Descrizione della configurazione : questa versione contiene immagini, riquadri di delimitazione ed etichette per la versione 2017.

• Dimensione del download : 25.20 GiB

• Dimensione del set di dati: 24.98 GiB

• Divisioni :

Diviso	Esempi
'test'	40.670
'train'	118.287
'validation'	5.000

• Struttura delle caratteristiche :

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),
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(Nessuno, Nessuno, 3)	uint8
immagine/nome file	Testo		corda
immagine/id	Tensore		int64
oggetti	Sequenza
oggetti/area	Tensore		int64
oggetti/box	Funzionalità BBox	(4,)	galleggiante32
oggetti/id	Tensore		int64
oggetti/è_crowd	Tensore		bool
oggetti/etichetta	ClassLabel		int64

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

coco/2017_panoptic

• Descrizione della configurazione : questa versione contiene immagini, riquadri di delimitazione ed etichette per la versione 2017.

• Dimensioni del download : 19.57 GiB

• Dimensione del set di dati: 19.63 GiB

• Divisioni :

Diviso	Esempi
'train'	118.287
'validation'	5.000

• Struttura delle caratteristiche :

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),
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(Nessuno, Nessuno, 3)	uint8
immagine/nome file	Testo		corda
immagine/id	Tensore		int64
panoptic_image	Immagine	(Nessuno, Nessuno, 3)	uint8
panoptic_image/nomefile	Testo		corda
panoptic_objects	Sequenza
panoptic_objects/area	Tensore		int64
panoptic_objects/bbox	Funzionalità BBox	(4,)	galleggiante32
panoptic_objects/id	Tensore		int64
panoptic_objects/is_crowd	Tensore		bool
panoptic_objects/etichetta	ClassLabel		int64

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):