open_images_v4

Opis :

Otwarte obrazy to zbiór danych składający się z ~9 milionów obrazów, które zostały opatrzone etykietami na poziomie obrazu i ramkami ograniczającymi obiekty.

Zbiór szkoleniowy V4 zawiera 14,6 mln ramek ograniczających dla 600 klas obiektów na 1,74 mln obrazów, co czyni go największym istniejącym zbiorem danych z adnotacjami o lokalizacji obiektów. Ramki zostały w dużej mierze narysowane ręcznie przez profesjonalnych adnotatorów, aby zapewnić dokładność i spójność. Obrazy są bardzo zróżnicowane i często zawierają złożone sceny z kilkoma obiektami (średnio 8,4 na obraz). Co więcej, zbiór danych jest oznaczony etykietami na poziomie obrazu obejmującymi tysiące klas.

Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : https://storage.googleapis.com/openimages/web/index.html
Kod źródłowy : tfds.datasets.open_images_v4.Builder
Wersje :
- 2.0.0 (domyślnie): Nowe podzielone API ( https://tensorflow.org/datasets/splits )
Rozmiar pobierania : 565.11 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :

Podział	Przykłady
`'test'`	125 436
`'train'`	1 743 042
`'validation'`	41620

Struktura funkcji :

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),
    }),
})

Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D
	FunkcjeDykt
Bobjects	Sekwencja
bobjects/bbox	Funkcja BBox	(4,)	pływak32
bobjects/is_depicction	Napinacz		int8
bobjects/is_group_of	Napinacz		int8
bobjects/is_inside	Napinacz		int8
bobjects/is_occluded	Napinacz		int8
bobjects/is_truncated	Napinacz		int8
Bobjects/etykieta	Etykieta klasy		int64
bobjects/źródło	Etykieta klasy		int64
obraz	Obraz	(Brak, Brak, 3)	uint8
obraz/nazwa pliku	Tekst		strunowy
obiekty	Sekwencja
obiekty/pewność siebie	Napinacz		int32
obiekty/etykieta	Etykieta klasy		int64
obiekty/źródło	Etykieta klasy		int64
obiekty_można trenować	Sekwencja
obiekty_wytrenowane/pewność	Napinacz		int32
obiekty_trenowalne/label	Etykieta klasy		int64
obiekty_trenowalne/źródło	Etykieta klasy		int64

Klucze nadzorowane (zobacz dokument as_supervised ): None
Cytat :

@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}
}