kayıp eşya bürosu

LostAndFound Veri Kümesi, genellikle kayıp kargonun yol açtığı beklenmedik küçük engelleri algılama sorununu ele alır. Veri seti, 2104 açıklamalı çerçeveye sahip 112 stereo video dizisinden oluşur (kayıtlı verilerden kabaca her onda bir kare seçilir).

Veri seti, 'Cityscapes' veri setine benzer şekilde tasarlanmıştır. Veri seti şunları sağlar: - 8 veya 16 bit renk çözünürlüğünde stereo görüntü çiftleri - önceden hesaplanmış eşitsizlik haritaları - nesneler ve sokak için kaba anlamsal etiketler

Etiketlerin açıklamaları burada verilmiştir: http://www.6d-vision.com/laf_table.pdf

Bölmek örnekler
'test' 1.203
'train' 1.036
@inproceedings{pinggera2016lost,
  title={Lost and found: detecting small road hazards for self-driving vehicles},
  author={Pinggera, Peter and Ramos, Sebastian and Gehrig, Stefan and Franke, Uwe and Rother, Carsten and Mester, Rudolf},
  booktitle={2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  year={2016}
}

lost_and_found/semantic_segmentation (varsayılan yapılandırma)

  • Yapılandırma açıklaması : Kayıp ve Bulunan semantik segmentasyon veri kümesi.

  • İndirme boyutu : 5.44 GiB

  • Veri kümesi boyutu : 5.42 GiB

  • Özellik yapısı :

FeaturesDict({
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
resim_kimliği Metin sicim
resim_left resim (1024, 2048, 3) uint8
segmentasyon_etiketi resim (1024, 2048, 1) uint8

kayıp_ve_bulundu/stereo_disparity

  • Yapılandırma açıklaması : Kayıp ve Bulunan stereo görüntüler ve eşitsizlik haritaları.

  • İndirme boyutu : 12.16 GiB

  • Veri kümesi boyutu : 12.22 GiB

  • Özellik yapısı :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
eşitsizlik_haritası resim (1024, 2048, 1) uint8
resim_kimliği Metin sicim
resim_left resim (1024, 2048, 3) uint8
resim_sağ resim (1024, 2048, 3) uint8

kayıp_ve_bulundu/dolu

  • Yapılandırma açıklaması : Tam Kayıp ve Bulunan veri kümesi.

  • İndirme boyutu : 12.19 GiB

  • Veri kümesi boyutu : 12.25 GiB

  • Özellik yapısı :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
eşitsizlik_haritası resim (1024, 2048, 1) uint8
resim_kimliği Metin sicim
resim_left resim (1024, 2048, 3) uint8
resim_sağ resim (1024, 2048, 3) uint8
örnek_kimliği resim (1024, 2048, 1) uint8
segmentasyon_etiketi resim (1024, 2048, 1) uint8

kayıp_ve_bulundu/full_16bit

  • Yapılandırma açıklaması : Tam Kayıp ve Bulunan veri kümesi.

  • İndirme boyutu : 34.90 GiB

  • Veri kümesi boyutu : 35.05 GiB

  • Özellik yapısı :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
eşitsizlik_haritası resim (1024, 2048, 1) uint8
resim_kimliği Metin sicim
resim_left resim (1024, 2048, 3) uint8
resim_sağ resim (1024, 2048, 3) uint8
örnek_kimliği resim (1024, 2048, 1) uint8
segmentasyon_etiketi resim (1024, 2048, 1) uint8