gattino

• Descrizione :

Kitti contiene una serie di attività visive realizzate utilizzando una piattaforma di guida autonoma. Il benchmark completo contiene molte attività come stereo, flusso ottico, odometria visiva, ecc. Questo set di dati contiene il set di dati di rilevamento degli oggetti, comprese le immagini monoculari e i riquadri di delimitazione. Il set di dati contiene 7481 immagini di addestramento annotate con riquadri di delimitazione 3D. Una descrizione completa delle annotazioni può essere trovata nel file readme del file readme del kit di sviluppo oggetti sulla home page di Kitti.

• Documentazione aggiuntiva : esplora documenti con codice

• Pagina iniziale : http://www.cvlibs.net/datasets/kitti/

• Codice sorgente : tfds.datasets.kitti.Builder

• Versioni :

  • 3.1.0 : nessuna nota di rilascio.
  • 3.2.0 : Devkit aggiornato.
  • 3.3.0 (impostazione predefinita): aggiunte etichette per la funzionalità occluded .

• Dimensione download : 11.71 GiB

• Dimensioni del set di dati : 5.27 GiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

Diviso	Esempi
'test'	711
'train'	6.347
'validation'	423

• Struttura delle caratteristiche :

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),
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(Nessuno, Nessuno, 3)	uint8
immagine/nome_file	Testo		corda
oggetti	Sequenza
oggetti/alfa	Tensore		float32	Angolo di osservazione dell'oggetto, che va [-pi..pi]
oggetti/bbox	Funzione BBox	(4,)	float32	Riquadro di delimitazione 2D dell'oggetto nell'immagine
oggetti/dimensioni	Tensore	(3,)	float32	Dimensioni dell'oggetto 3D: altezza, larghezza, lunghezza (in metri)
oggetti/posizione	Tensore	(3,)	float32	Posizione dell'oggetto 3D x,y,z nelle coordinate della fotocamera (in metri)
oggetti/occlusi	ClassLabel		int64	Numero intero (0,1,2,3) che indica lo stato di occlusione: 0 = completamente visibile, 1 = parzialmente occluso2 = ampiamente occluso, 3 = sconosciuto
oggetti/rotazione_y	Tensore		float32	Rotazione attorno all'asse Y nelle coordinate della fotocamera [-pi..pi]
oggetti/troncato	Tensore		float32	Mobile da 0 (non troncato) a 1 (troncato), dove troncato si riferisce all'oggetto che lascia i confini dell'immagine
oggetti/tipo	ClassLabel		int64	Il tipo di oggetto, ad esempio "Auto" o "Furgone"

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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}
}