nyu_depth_v2

• Deskripsi :

Kumpulan data NYU-Depth V2 terdiri dari urutan video dari berbagai adegan dalam ruangan yang direkam oleh kamera RGB dan Depth dari Microsoft Kinect.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html

• Kode sumber : tfds.datasets.nyu_depth_v2.Builder

• Versi :

  • 0.0.1 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 31.92 GiB

• Ukuran dataset : 74.03 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	47.584
'validation'	654

• Struktur fitur :

FeaturesDict({
    'depth': Tensor(shape=(480, 640), dtype=float16),
    'image': Image(shape=(480, 640, 3), dtype=uint8),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
kedalaman	Tensor	(480, 640)	float16
gambar	Gambar	(480, 640, 3)	uint8

• Kunci yang diawasi (Lihat as_supervised doc ): ('image', 'depth')

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@inproceedings{Silberman:ECCV12,
  author    = {Nathan Silberman, Derek Hoiem, Pushmeet Kohli and Rob Fergus},
  title     = {Indoor Segmentation and Support Inference from RGBD Images},
  booktitle = {ECCV},
  year      = {2012}
}
@inproceedings{icra_2019_fastdepth,
  author    = {Wofk, Diana and Ma, Fangchang and Yang, Tien-Ju and Karaman, Sertac and Sze, Vivienne},
  title     = {FastDepth: Fast Monocular Depth Estimation on Embedded Systems},
  booktitle = {IEEE International Conference on Robotics and Automation (ICRA)},
  year      = {2019}
}