nyu_depth_v2

• Açıklama :

NYU-Depth V2 veri seti, Microsoft Kinect'in hem RGB hem de Depth kameraları tarafından kaydedilen çeşitli iç mekan sahnelerinden video dizilerinden oluşur.

• Ek Belgeler : Belgeleri Keşfedin

• Ana Sayfa : https://cs.nyu.edu/~silberman/datasets/nyu_Definition_v2.html

• Kaynak kodu : tfds.datasets.nyu_depth_v2.Builder

• sürümler :

  • 0.0.1 (varsayılan): Sürüm notu yok.

• İndirme boyutu : 31.92 GiB

• Veri kümesi boyutu : 74.03 GiB

• Otomatik önbelleğe alınmış ( belgeleme ): Hayır

• bölmeler :

Bölmek	örnekler
'train'	47.584
'validation'	654

• Özellik yapısı :

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

• Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi	Tanım
	ÖzelliklerDict
derinlik	tensör	(480, 640)	şamandıra16
resim	resim	(480, 640, 3)	uint8

• Denetlenen anahtarlar (Bkz as_supervised doc ): ('image', 'depth')

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

@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}
}