ビジュアライゼーション: Know Your Data で探索する
説明:
Open Images は、画像レベルのラベル、オブジェクト境界ボックス、オブジェクト セグメンテーション マスク、および視覚的関係で注釈が付けられた、約 900 万の画像の共同リリースです。この比類のない大規模で多様なデータセットは、画像の分析と理解における最先端の進歩に拍車をかけるように設計されています。
これには、競技会のオブジェクト検出トラックからのデータが含まれています。このトラックの目標は、500 クラスのすべてのオブジェクト インスタンスの周りにタイトなバウンディング ボックスを予測することです。
画像には、特定のオブジェクト クラスが存在することを示す正の画像レベル ラベルと、特定のクラスが存在しないことを示す負の画像レベル ラベルが付けられます。コンテストでは、他のすべての注釈のないクラスは、その画像での評価から除外されます。画像内の正の画像レベル ラベルごとに、画像内のそのオブジェクト クラスのすべてのインスタンスに注釈が付けられました。
ホームページ: https://storage.googleapis.com/openimages/web/challenge2019.html
ソースコード:
tfds.datasets.open_images_challenge2019_detection.Builder
バージョン:
-
1.0.0
(デフォルト): リリース ノートはありません。
-
ダウンロードサイズ:
534.63 GiB
自動キャッシュ(ドキュメント): いいえ
スプリット:
スプリット | 例 |
---|---|
'test' | 99,999 |
'train' | 1,743,042 |
'validation' | 41,620 |
- 機能構造:
FeaturesDict({
'bobjects': Sequence({
'bbox': BBoxFeature(shape=(4,), dtype=float32),
'is_group_of': bool,
'label': ClassLabel(shape=(), dtype=int64, num_classes=500),
}),
'id': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'objects': Sequence({
'confidence': float32,
'label': ClassLabel(shape=(), dtype=int64, num_classes=500),
'source': Text(shape=(), dtype=string),
}),
})
- 機能のドキュメント:
特徴 | クラス | 形 | Dtype | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
物体 | 順序 | |||
bobjects/bbox | BBoxFeature | (4) | float32 | |
bobjects/is_group_of | テンソル | ブール | ||
オブジェクト/ラベル | クラスラベル | int64 | ||
ID | 文章 | ストリング | ||
画像 | 画像 | (なし、なし、3) | uint8 | |
オブジェクト | 順序 | |||
オブジェクト/自信 | テンソル | float32 | ||
オブジェクト/ラベル | クラスラベル | int64 | ||
オブジェクト/ソース | 文章 | ストリング |
監視されたキー(
as_supervised
docを参照):None
引用:
open_images_challenge2019_detection/200k (デフォルト設定)
構成の説明: 画像は 72 JPEG 品質で最大 200,000 ピクセルです。
データセットサイズ:
59.06 GiB
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
open_images_challenge2019_detection/300k
構成の説明: 画像は 72 JPEG 品質で最大 300,000 ピクセルです。
データセットサイズ:
80.10 GiB
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):