เกรฟ

คำเตือน: ต้องดาวน์โหลดด้วยตนเอง ดูคำแนะนำด้านล่าง

• คำอธิบาย :

ชุดข้อมูล Google RefExp คือชุดของคำอธิบายที่เป็นข้อความของวัตถุในรูปภาพซึ่งสร้างขึ้นจากชุดข้อมูล MS-COCO ที่เผยแพร่ต่อสาธารณะ ในขณะที่คำบรรยายภาพใน MS-COCO นำไปใช้กับภาพทั้งหมด ชุดข้อมูลนี้เน้นที่คำอธิบายข้อความที่ช่วยให้สามารถระบุวัตถุหรือภูมิภาคเดียวภายในภาพได้อย่างไม่ซ้ำกัน ดูรายละเอียดเพิ่มเติมในเอกสารนี้: การสร้างและความเข้าใจคำอธิบายวัตถุที่ไม่คลุมเครือ

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://github.com/mjhucla/Google_Refexp_toolbox

• รหัสที่มา : tfds.vision_language.gref.Gref

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• ขนาดการดาวน์โหลด : Unknown size

• ขนาดชุดข้อมูล : 4.60 GiB

• คำแนะนำในการดาวน์โหลดด้วยตนเอง : ชุดข้อมูลนี้กำหนดให้คุณต้องดาวน์โหลดแหล่งข้อมูลด้วยตนเองลงใน download_config.manual_dir (ค่าเริ่มต้นเป็น ~/tensorflow_datasets/downloads/manual/ ):
  ทำตามคำแนะนำที่ https://github.com/mjhucla/Google_Refexp_toolbox เพื่อดาวน์โหลดและประมวลผลข้อมูลล่วงหน้าในรูปแบบที่สอดคล้องกับ COCO ไดเร็กทอรีประกอบด้วย 2 ไฟล์และหนึ่งโฟลเดอร์:

• google_refexp_train_201511_coco_aligned_catg.json

• google_refexp_val_201511_coco_aligned_catg.json

• coco_train2014/

โฟลเดอร์ coco_train2014 มีรูปภาพการฝึกอบรม COCO 2014 ทั้งหมด

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'train'	24,698
'validation'	4,650

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'label': int64,
        'label_name': ClassLabel(shape=(), dtype=int64, num_classes=80),
        'refexp': Sequence({
            'raw': Text(shape=(), dtype=string),
            'referent': Text(shape=(), dtype=string),
            'refexp_id': int64,
            'tokens': Sequence(Text(shape=(), dtype=string)),
        }),
    }),
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
ภาพ	ภาพ	(ไม่มี, ไม่มี, 3)	uint8
รูปภาพ/รหัส	เทนเซอร์		int64
วัตถุ	ลำดับ
วัตถุ/พื้นที่	เทนเซอร์		int64
วัตถุ/bbox	คุณสมบัติ BBox	(4,)	ลอย32
วัตถุ/รหัส	เทนเซอร์		int64
วัตถุ/ฉลาก	เทนเซอร์		int64
วัตถุ/label_name	ป้ายกำกับคลาส		int64
วัตถุ/refexp	ลำดับ
วัตถุ / refexp / ดิบ	ข้อความ		สตริง
วัตถุ / refexp / อ้างอิง	ข้อความ		สตริง
วัตถุ/refexp/refexp_id	เทนเซอร์		int64
วัตถุ/refexp/โทเค็น	ลำดับ (ข้อความ)	(ไม่มี,)	สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@inproceedings{mao2016generation,
  title={Generation and Comprehension of Unambiguous Object Descriptions},
  author={Mao, Junhua and Huang, Jonathan and Toshev, Alexander and Camburu, Oana and Yuille, Alan and Murphy, Kevin},
  booktitle={CVPR},
  year={2016}
}