davis

• Deskripsi :

Dataset segmentasi objek video DAVIS 2017.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : https://davischallenge.org/

• Kode sumber : tfds.video.davis.Davis

• Versi :

  • 1.0.0 : Rilis awal.
  • 2.0.0 : Ubah id instance menjadi 0, 1, 2, ...
  • 2.1.0 (default): Perbaiki urutan id instance.

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	60
'validation'	30

• Struktur fitur :

FeaturesDict({
    'metadata': FeaturesDict({
        'num_frames': int64,
        'video_name': string,
    }),
    'video': Sequence({
        'frames': Image(shape=(None, None, 3), dtype=uint8),
        'segmentations': Image(shape=(None, None, 1), dtype=uint8),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
metadata	fiturDict
metadata/num_frames	Tensor		int64
metadata/nama_video	Tensor		rangkaian
video	Urutan
video/bingkai	Gambar	(Tidak ada, Tidak ada, 3)	uint8
video/segmentasi	Gambar	(Tidak ada, Tidak ada, 1)	uint8

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@article{DBLP:journals/corr/Pont-TusetPCASG17,
  author    = {Jordi Pont{-}Tuset and
               Federico Perazzi and
               Sergi Caelles and
               Pablo Arbelaez and
               Alexander Sorkine{-}Hornung and
               Luc Van Gool},
  title     = {The 2017 {DAVIS} Challenge on Video Object Segmentation},
  journal   = {CoRR},
  volume    = {abs/1704.00675},
  year      = {2017},
  url       = {http://arxiv.org/abs/1704.00675},
  archivePrefix = {arXiv},
  eprint    = {1704.00675},
  timestamp = {Mon, 13 Aug 2018 16:48:55 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/Pont-TusetPCASG17.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

davis/480p (konfigurasi default)

• Deskripsi konfigurasi : Versi 480p dari kumpulan data

• Ukuran unduhan : 794.19 MiB

• Ukuran dataset : 792.26 MiB

• Contoh ( tfds.as_dataframe ):

davis/full_resolusi

• Deskripsi konfigurasi : Versi resolusi penuh dari kumpulan data.

• Ukuran unduhan : 2.75 GiB

• Ukuran dataset : 2.78 GiB

• Contoh ( tfds.as_dataframe ):