chaton

• Description :

Kitti contient une suite de tâches de vision construites à l'aide d'une plateforme de conduite autonome. Le benchmark complet contient de nombreuses tâches telles que la stéréo, le flux optique, l'odométrie visuelle, etc. Cet ensemble de données contient l'ensemble de données de détection d'objets, y compris les images monoculaires et les cadres de délimitation. L'ensemble de données contient 7 481 images d'entraînement annotées avec des cadres de délimitation 3D. Une description complète des annotations peut être trouvée dans le fichier readme du kit de développement d'objets sur la page d'accueil de Kitti.

• Documentation supplémentaire : Explorer sur les articles avec le code

• Page d'accueil : http://www.cvlibs.net/datasets/kitti/

• Code source : tfds.datasets.kitti.Builder

• Versions :

  • 3.1.0 : Aucune note de version.
  • 3.2.0 : Devkit mis à jour.
  • 3.3.0 (par défaut) : ajout d'étiquettes pour la fonctionnalité occluded .

• Taille du téléchargement : 11.71 GiB

• Taille de l'ensemble de données : 5.27 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

Diviser	Exemples
'test'	711
'train'	6 347
'validation'	423

• Structure des fonctionnalités :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/file_name': Text(shape=(), dtype=string),
    'objects': Sequence({
        'alpha': float32,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'dimensions': Tensor(shape=(3,), dtype=float32),
        'location': Tensor(shape=(3,), dtype=float32),
        'occluded': ClassLabel(shape=(), dtype=int64, num_classes=4),
        'rotation_y': float32,
        'truncated': float32,
        'type': ClassLabel(shape=(), dtype=int64, num_classes=8),
    }),
})

• Documentation des fonctionnalités :

Fonctionnalité	Classe	Forme	Type D	Description
	FonctionnalitésDict
image	Image	(Aucun, Aucun, 3)	uint8
image/nom_fichier	Texte		chaîne
objets	Séquence
objets/alpha	Tenseur		flotteur32	Angle d'observation de l'objet, allant de [-pi..pi]
objets/bbox	Fonctionnalité BBox	(4,)	flotteur32	Cadre de délimitation 2D de l'objet dans l'image
objets/dimensions	Tenseur	(3,)	flotteur32	Dimensions des objets 3D : hauteur, largeur, longueur (en mètres)
objets/emplacement	Tenseur	(3,)	flotteur32	Emplacement de l'objet 3D x,y,z en coordonnées de la caméra (en mètres)
objets/occlus	Étiquette de classe		int64	Entier (0,1,2,3) indiquant l'état d'occlusion : 0 = entièrement visible, 1 = partiellement obstrué 2 = largement obstrué, 3 = inconnu
objets/rotation_y	Tenseur		flotteur32	Rotation autour de l'axe Y dans les coordonnées de la caméra [-pi..pi]
objets/tronqué	Tenseur		flotteur32	Flottant de 0 (non tronqué) à 1 (tronqué), où tronqué fait référence à l'objet qui laisse les limites de l'image
objets/type	Étiquette de classe		int64	Le type d'objet, par exemple « Voiture » ​​ou « Van »

• Clés supervisées (Voir doc as_supervised ) : None

• Figure ( tfds.show_examples ) :

• Exemples ( tfds.as_dataframe ) :

• Citation :

@inproceedings{Geiger2012CVPR,
  author = {Andreas Geiger and Philip Lenz and Raquel Urtasun},
  title = {Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite},
  booktitle = {Conference on Computer Vision and Pattern Recognition (CVPR)},
  year = {2012}
}