open_images_v4

شرح :

Open Images مجموعه‌ای از 9 میلیون تصویر است که با برچسب‌های سطح تصویر و جعبه‌های محدودکننده اشیا حاشیه‌نویسی شده‌اند.

مجموعه آموزشی V4 شامل 14.6M جعبه محدود کننده برای 600 کلاس شی در تصاویر 1.74M است که آن را به بزرگترین مجموعه داده موجود با حاشیه نویسی مکان شی تبدیل می کند. جعبه ها عمدتاً به صورت دستی توسط حاشیه نویسان حرفه ای ترسیم شده اند تا از دقت و سازگاری اطمینان حاصل شود. تصاویر بسیار متنوع هستند و اغلب شامل صحنه های پیچیده با چندین شی هستند (به طور متوسط 8.4 در هر تصویر). علاوه بر این، مجموعه داده با برچسب‌های سطح تصویر که هزاران کلاس را در بر می‌گیرد، حاشیه‌نویسی می‌شود.

اسناد اضافی : کاوش در کاغذها با کد
صفحه اصلی : https://storage.googleapis.com/openimages/web/index.html
کد منبع : tfds.datasets.open_images_v4.Builder
نسخه ها :
- 2.0.0 (پیش‌فرض): API تقسیم جدید ( https://tensorflow.org/datasets/splits )
حجم دانلود : 565.11 GiB
ذخیره خودکار ( اسناد ): خیر
تقسیمات :

شکاف	مثال ها
`'test'`	125,436
`'train'`	1,743,042
`'validation'`	41620

ساختار ویژگی :

FeaturesDict({
    'bobjects': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'is_depiction': int8,
        'is_group_of': int8,
        'is_inside': int8,
        'is_occluded': int8,
        'is_truncated': int8,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=601),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'objects': Sequence({
        'confidence': int32,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=19995),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
    'objects_trainable': Sequence({
        'confidence': int32,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=7186),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D
	FeaturesDict
بابجکت ها	توالی
bobjects/bbox	ویژگی BBox	(4،)	float32
bobjects/is_depiction	تانسور		int8
bobjects/is_group_of	تانسور		int8
bobjects/is_inside	تانسور		int8
bobjects/is_closed	تانسور		int8
bobjects/is_truncated	تانسور		int8
bobjects/برچسب	ClassLabel		int64
bobjects/منبع	ClassLabel		int64
تصویر	تصویر	(هیچ، هیچ، 3)	uint8
تصویر/نام فایل	متن		رشته
اشیاء	توالی
اشیاء / اعتماد به نفس	تانسور		int32
اشیاء/برچسب	ClassLabel		int64
اشیاء/منبع	ClassLabel		int64
اشیاء_آموزش پذیر	توالی
اشیاء_آموزش پذیر/اطمینان	تانسور		int32
objects_trainable/label	ClassLabel		int64
objects_trainable/source	ClassLabel		int64

کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None
نقل قول :

@article{OpenImages,
  author = {Alina Kuznetsova and
            Hassan Rom and
            Neil Alldrin and
            Jasper Uijlings and
            Ivan Krasin and
            Jordi Pont-Tuset and
            Shahab Kamali and
            Stefan Popov and
            Matteo Malloci and
            Tom Duerig and
            Vittorio Ferrari},
  title = {The Open Images Dataset V4: Unified image classification,
           object detection, and visual relationship detection at scale},
  year = {2018},
  journal = {arXiv:1811.00982}
}
@article{OpenImages2,
  author = {Krasin, Ivan and
            Duerig, Tom and
            Alldrin, Neil and
            Ferrari, Vittorio
            and Abu-El-Haija, Sami and
            Kuznetsova, Alina and
            Rom, Hassan and
            Uijlings, Jasper and
            Popov, Stefan and
            Kamali, Shahab and
            Malloci, Matteo and
            Pont-Tuset, Jordi and
            Veit, Andreas and
            Belongie, Serge and
            Gomes, Victor and
            Gupta, Abhinav and
            Sun, Chen and
            Chechik, Gal and
            Cai, David and
            Feng, Zheyun and
            Narayanan, Dhyanesh and
            Murphy, Kevin},
  title = {OpenImages: A public dataset for large-scale multi-label and
           multi-class image classification.},
  journal = {Dataset available from
             https://storage.googleapis.com/openimages/web/index.html},
  year={2017}
}