coco_captions

• Keterangan :

COCO adalah kumpulan data pendeteksian objek, segmentasi, dan pembuatan teks berskala besar. Versi ini berisi gambar, kotak pembatas, label, dan keterangan dari COCO 2014, dibagi menjadi beberapa subset yang ditentukan oleh Karpathy dan Li (2015). Ini secara efektif membagi data validasi COCO 2014 asli menjadi 5.000 gambar validasi dan set pengujian baru, ditambah set "restval" yang berisi ~30 ribu gambar tersisa. Semua pemisahan memiliki anotasi teks.

• Dokumentasi Tambahan : Jelajahi Makalah Dengan Kode

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

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

• Kode sumber : tfds.object_detection.CocoCaptions

• Versi :

  • 1.1.0 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 37.61 GiB

• Ukuran kumpulan data : 18.83 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'restval'	30.504
'test'	5.000
'train'	82.783
'val'	5.000

• Struktur fitur :

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),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
keterangan	Urutan
keterangan/id	Tensor		int64
keterangan/teks	Tensor		rangkaian
gambar	Gambar	(Tidak ada, Tidak ada, 3)	uint8
gambar/nama file	Teks		rangkaian
gambar/id	Tensor		int64
objek	Urutan
benda/daerah	Tensor		int64
objek/bbox	Fitur BBox	(4,)	float32
objek/id	Tensor		int64
objek/is_crowd	Tensor		bodoh
benda/label	Label Kelas		int64

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

• 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}
}@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 (konfigurasi default)