open_images_challenge2019_detection

• Visualización : Explore en Know Your Data

• Descripción :

Open Images es un lanzamiento colaborativo de aproximadamente 9 millones de imágenes anotadas con etiquetas de nivel de imagen, cuadros delimitadores de objetos, máscaras de segmentación de objetos y relaciones visuales. Este conjunto de datos excepcionalmente grande y diverso está diseñado para impulsar avances de última generación en el análisis y la comprensión de imágenes.

Contiene los datos de la pista de detección de objetos de la competencia. El objetivo de esta pista es predecir un cuadro delimitador estrecho alrededor de todas las instancias de objetos de 500 clases.

Las imágenes se anotan con etiquetas de nivel de imagen positivas, lo que indica que ciertas clases de objetos están presentes, y con etiquetas de nivel de imagen negativas, lo que indica que ciertas clases están ausentes. En la competencia, todas las demás clases no anotadas están excluidas de la evaluación en esa imagen. Para cada etiqueta de nivel de imagen positiva en una imagen, se anotó cada instancia de esa clase de objeto en la imagen.

• Página de inicio: https://storage.googleapis.com/openimages/web/challenge2019.html

• Código fuente : tfds.datasets.open_images_challenge2019_detection.Builder

• Versiones :

  • 1.0.0 (predeterminado): Sin notas de la versión.

• Tamaño de descarga : 534.63 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

Separar	Ejemplos
'test'	99,999
'train'	1,743,042
'validation'	41,620

• Estructura de características :

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),
    }),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
bobjetos	Secuencia
bobjetos/bbox	BBoxCaracterística	(4,)	flotar32
bobjects/es_grupo_de	Tensor		bool
bobjetos/etiqueta	Etiqueta de clase		int64
identificación	Texto		cuerda
imagen	Imagen	(Ninguno, Ninguno, 3)	uint8
objetos	Secuencia
objetos/confianza	Tensor		flotar32
objetos/etiqueta	Etiqueta de clase		int64
objetos/fuente	Texto		cuerda

• Claves supervisadas (Ver as_supervised doc ): None

• Cita :

open_images_challenge2019_detection/200k (configuración predeterminada)

• Descripción de la configuración : las imágenes tienen como máximo 200 000 píxeles, con una calidad de 72 JPEG.

• Tamaño del conjunto de datos : 59.06 GiB

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

open_images_challenge2019_detection/300k

• Descripción de la configuración : las imágenes tienen como máximo 300 000 píxeles, con una calidad de 72 JPEG.

• Tamaño del conjunto de datos : 80.10 GiB

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):