open_images_challenge2019_検出

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 万枚の画像の共同リリースです。この他に類を見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を促進するように設計されています。

これには、競技会の 3 つ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囲にある厳密な境界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ポジティブなイメージレベルのラベルと、特定のクラスが存在しないことを示すネガティブなイメージレベルの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、そのイメージの評価から除外されます。イメージ内のポジティブなイメージレベルのラベルごとに、イメージ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
分割:

スプリット	例
`'test'`	99,999
`'train'`	1,743,042
`'validation'`	41,620

機能の構造:

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),
    }),
})

機能ドキュメント:

特徴	クラス	形	Dタイプ
	特徴辞書
オブジェクト	順序
ボオブジェクト/Bボックス	BBox機能	(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		弦
画像	画像	(なし、なし、3)	uint8
オブジェクト	順序
オブジェクト/信頼	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		弦

監視キー( 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 ピクセルを持ちます。
データセットのサイズ: 59.06 GiB
図( tfds.show_examples ):

視覚化

例( tfds.as_dataframe ):

open_images_challenge2019_detection/300k

設定の説明: 画像は 72 JPEG 品質で最大 300,000 ピクセルを持ちます。
データセットのサイズ: 80.10 GiB
図( tfds.show_examples ):

視覚化

例( tfds.as_dataframe ):