โกโก้

  • คำอธิบาย :

COCO คือชุดข้อมูลการตรวจจับวัตถุ การแบ่งส่วน และคำอธิบายภาพขนาดใหญ่

@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 (การกำหนดค่าเริ่มต้น)

  • คำอธิบายการกำหนดค่า : เวอร์ชันนี้ประกอบด้วยรูปภาพ กรอบขอบ และป้ายกำกับสำหรับเวอร์ชัน 2014

  • ขนาดการดาวน์โหลด : 37.57 GiB

  • ขนาดชุดข้อมูล : 37.35 GiB

  • แยก :

แยก ตัวอย่าง
'test' 40,775
'test2015' 81,434
'train' 82,783
'validation' 40,504
  • โครงสร้างคุณสมบัติ :
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),
    }),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ภาพ ภาพ (ไม่มี ไม่มี 3) uint8
รูปภาพ/ชื่อไฟล์ ข้อความ เชือก
รูปภาพ/รหัส เทนเซอร์ int64
วัตถุ ลำดับ
วัตถุ/พื้นที่ เทนเซอร์ int64
วัตถุ/bbox คุณสมบัติ BBox (4,) ลอย32
วัตถุ/รหัส เทนเซอร์ int64
วัตถุ/is_crowd เทนเซอร์ บูล
วัตถุ/ฉลาก ClassLabel int64

การแสดงภาพ

โคโค่/2017

  • คำอธิบายการกำหนดค่า : เวอร์ชันนี้ประกอบด้วยรูปภาพ กล่องขอบ และป้ายกำกับสำหรับเวอร์ชัน 2017

  • ขนาดดาวน์โหลด : 25.20 GiB

  • ขนาดชุดข้อมูล : 24.98 GiB

  • แยก :

แยก ตัวอย่าง
'test' 40,670
'train' 118,287
'validation' 5,000
  • โครงสร้างคุณสมบัติ :
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),
    }),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ภาพ ภาพ (ไม่มี ไม่มี 3) uint8
รูปภาพ/ชื่อไฟล์ ข้อความ เชือก
รูปภาพ/รหัส เทนเซอร์ int64
วัตถุ ลำดับ
วัตถุ/พื้นที่ เทนเซอร์ int64
วัตถุ/bbox คุณสมบัติ BBox (4,) ลอย32
วัตถุ/รหัส เทนเซอร์ int64
วัตถุ/is_crowd เทนเซอร์ บูล
วัตถุ/ฉลาก ClassLabel int64

การแสดงภาพ

โกโก้/2017_panoptic

  • คำอธิบายการกำหนดค่า : เวอร์ชันนี้ประกอบด้วยรูปภาพ กล่องขอบ และป้ายกำกับสำหรับเวอร์ชัน 2017

  • ขนาดการดาวน์โหลด : 19.57 GiB

  • ขนาดชุดข้อมูล : 19.63 GiB

  • แยก :

แยก ตัวอย่าง
'train' 118,287
'validation' 5,000
  • โครงสร้างคุณสมบัติ :
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),
    }),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ภาพ ภาพ (ไม่มี ไม่มี 3) uint8
รูปภาพ/ชื่อไฟล์ ข้อความ เชือก
รูปภาพ/รหัส เทนเซอร์ int64
panoptic_image ภาพ (ไม่มี ไม่มี 3) uint8
panoptic_image/ชื่อไฟล์ ข้อความ เชือก
panoptic_objects ลำดับ
panoptic_objects/พื้นที่ เทนเซอร์ int64
panoptic_objects/bbox คุณสมบัติ BBox (4,) ลอย32
panoptic_objects/id เทนเซอร์ int64
panoptic_objects/is_crowd เทนเซอร์ บูล
panoptic_objects/ฉลาก ClassLabel int64