lvis

• شرح :

LVIS: مجموعه داده ای برای تقسیم بندی نمونه واژگان بزرگ.

• اسناد اضافی : کاوش در کاغذها با کد

• صفحه اصلی : https://www.lvisdataset.org/

• کد منبع : tfds.datasets.lvis.Builder

• نسخه ها :

  • 1.1.0 : فیلدهای neg_category_ids و not_exhaustive_category_ids اضافه شد.
  • 1.2.0 : نام کلاس ها اضافه شده است.
  • 1.3.0 (پیش فرض): تقسیم مینیوال اضافه شده است.

• حجم دانلود : 25.35 GiB

• حجم مجموعه داده : 23.04 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

شکاف	مثال ها
'minival'	4809
'test'	19822
'train'	100,170
'validation'	19809

• ساختار ویژگی :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/id': int64,
    'neg_category_ids': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1203)),
    'not_exhaustive_category_ids': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1203)),
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1203),
        'segmentation': Image(shape=(None, None, 1), dtype=uint8),
    }),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
تصویر	تصویر	(هیچ، هیچ، 3)	uint8
تصویر / شناسه	تانسور		int64
neg_category_ids	دنباله (ClassLabel)	(هیچ یک،)	int64
not_exhaustive_category_ids	دنباله (ClassLabel)	(هیچ یک،)	int64
اشیاء	توالی
اشیاء/منطقه	تانسور		int64
اشیاء/bbox	ویژگی BBox	(4،)	float32
اشیاء / شناسه	تانسور		int64
اشیاء/برچسب	ClassLabel		int64
اشیاء/بخش بندی	تصویر	(هیچ، هیچ، 1)	uint8

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@inproceedings{gupta2019lvis,
  title={ {LVIS}: A Dataset for Large Vocabulary Instance Segmentation},
  author={Gupta, Agrim and Dollar, Piotr and Girshick, Ross},
  booktitle={Proceedings of the {IEEE} Conference on Computer Vision and Pattern Recognition},
  year={2019}
}