coco_captions

  • תיאור :

COCO הוא מערך נתונים לזיהוי אובייקטים, פילוח וכתוביות בקנה מידה גדול. גרסה זו מכילה תמונות, תיבות תוחמות, תוויות וכיתובים מ-COCO 2014, מפוצלת לתת-קבוצות שהוגדרו על ידי Karpathy ו-Li (2015). זה למעשה מחלק את נתוני האימות המקוריים של COCO 2014 למערכות אימות ובדיקות חדשות של 5000 תמונות, בתוספת ערכת "restval" המכילה את 30,000 התמונות הנותרות. לכל הפיצולים יש הערות כיתוב.

לְפַצֵל דוגמאות
'restval' 30,504
'test' 5,000
'train' 82,783
'val' 5,000
  • מבנה תכונה :
FeaturesDict({
    'captions': Sequence({
        'id': int64,
        'text': string,
    }),
    '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),
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
כתוביות סדר פעולות
כתוביות/מזהה מוֹתֵחַ int64
כיתובים/טקסט מוֹתֵחַ חוּט
תמונה תמונה (אין, אין, 3) uint8
תמונה/שם קובץ טֶקסט חוּט
תמונה/מזהה מוֹתֵחַ int64
חפצים סדר פעולות
חפצים/שטח מוֹתֵחַ int64
אובייקטים/bbox BBoxFeature (4,) לצוף32
אובייקטים/מזהה מוֹתֵחַ int64
objects/is_crowd מוֹתֵחַ bool
חפצים/תווית ClassLabel int64

רְאִיָה

  • ציטוט :
@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}
}@inproceedings{DBLP:conf/cvpr/KarpathyL15,
  author    = {Andrej Karpathy and
               Fei{-}Fei Li},
  title     = {Deep visual-semantic alignments for generating image
               descriptions},
  booktitle = { {IEEE} Conference on Computer Vision and Pattern Recognition,
               {CVPR} 2015, Boston, MA, USA, June 7-12, 2015},
  pages     = {3128--3137},
  publisher = { {IEEE} Computer Society},
  year      = {2015},
  url       = {https://doi.org/10.1109/CVPR.2015.7298932},
  doi       = {10.1109/CVPR.2015.7298932},
  timestamp = {Wed, 16 Oct 2019 14:14:50 +0200},
  biburl    = {https://dblp.org/rec/conf/cvpr/KarpathyL15.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

coco_captions/2014 (תצורת ברירת המחדל)