coco_captions

• Descrizione :

COCO è un set di dati su larga scala per il rilevamento, la segmentazione e i sottotitoli di oggetti. Questa versione contiene immagini, riquadri di delimitazione, etichette e didascalie del COCO 2014, suddivisi nei sottoinsiemi definiti da Karpathy e Li (2015). Ciò divide in modo efficace i dati di convalida COCO 2014 originali in nuovi set di validazione e test di 5000 immagini, oltre a un set "restval" contenente le rimanenti ~ 30k immagini. Tutte le divisioni hanno annotazioni di didascalie.

• Documentazione aggiuntiva : esplora documenti con codice

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

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

• Codice sorgente : tfds.object_detection.CocoCaptions

• Versioni :

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

• Dimensione download : 37.61 GiB

• Dimensione del set di dati : 18.83 GiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

Diviso	Esempi
'restval'	30.504
'test'	5.000
'train'	82.783
'val'	5.000

• Struttura delle caratteristiche :

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),
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
didascalie	Sequenza
didascalie/id	Tensore		int64
didascalie/testo	Tensore		corda
Immagine	Immagine	(Nessuno, Nessuno, 3)	uint8
immagine/nome file	Testo		corda
immagine/id	Tensore		int64
oggetti	Sequenza
oggetti/area	Tensore		int64
oggetti/bbox	Funzione BBox	(4,)	float32
oggetti/id	Tensore		int64
oggetti/è_folla	Tensore		bool
oggetti/etichetta	ClassLabel		int64

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• 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}
}@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 (configurazione predefinita)