waymo_open_dataset

• Visualizzazione : Esplora in Conosci i tuoi dati

• Descrizione :

Il Waymo Open Dataset è composto da dati di sensori ad alta risoluzione raccolti dalle auto a guida autonoma Waymo in un'ampia varietà di condizioni. Questi dati sono concessi in licenza per uso non commerciale.

Avviso: questo set di dati richiede un'ulteriore autorizzazione e registrazione. Si prega di consultare la documentazione tfds per accedere a GCS e, successivamente, registrarsi tramite https://waymo.com/open/licensing/

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : http://www.waymo.com/open/

• Codice sorgente : tfds.object_detection.WaymoOpenDataset

• Versioni :

  • 0.2.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensioni del download : Unknown size

• Cache automatica ( documentazione ): No

• Struttura delle caratteristiche :

FeaturesDict({
    'camera_FRONT': FeaturesDict({
        'image': Image(shape=(1280, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_FRONT_LEFT': FeaturesDict({
        'image': Image(shape=(1280, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_FRONT_RIGHT': FeaturesDict({
        'image': Image(shape=(1280, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_SIDE_LEFT': FeaturesDict({
        'image': Image(shape=(886, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_SIDE_RIGHT': FeaturesDict({
        'image': Image(shape=(886, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'context': FeaturesDict({
        'name': Text(shape=(), dtype=string),
    }),
    'timestamp_micros': int64,
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
camera_FRONT	CaratteristicheDict
camera_FRONT/immagine	Immagine	(1280, 1920, 3)	uint8
camera_FRONT/etichette	Sequenza
camera_FRONT/etichette/bbox	Funzionalità BBox	(4,)	galleggiante32
camera_FRONT/etichette/tipo	ClassLabel		int64
fotocamera_FRONT_LEFT	CaratteristicheDict
fotocamera_FRONT_LEFT/immagine	Immagine	(1280, 1920, 3)	uint8
camera_FRONT_LEFT/etichette	Sequenza
camera_FRONT_LEFT/labels/bbox	Funzionalità BBox	(4,)	galleggiante32
camera_FRONT_LEFT/etichette/tipo	ClassLabel		int64
fotocamera_FRONT_RIGHT	CaratteristicheDict
camera_FRONT_RIGHT/immagine	Immagine	(1280, 1920, 3)	uint8
camera_FRONT_RIGHT/etichette	Sequenza
camera_FRONT_RIGHT/labels/bbox	Funzionalità BBox	(4,)	galleggiante32
camera_FRONT_RIGHT/etichette/tipo	ClassLabel		int64
fotocamera_SIDE_LEFT	CaratteristicheDict
camera_SIDE_LEFT/immagine	Immagine	(886, 1920, 3)	uint8
camera_SIDE_LEFT/etichette	Sequenza
camera_SIDE_LEFT/etichette/bbox	Funzionalità BBox	(4,)	galleggiante32
camera_SIDE_LEFT/etichette/tipo	ClassLabel		int64
fotocamera_SIDE_RIGHT	CaratteristicheDict
camera_SIDE_RIGHT/immagine	Immagine	(886, 1920, 3)	uint8
camera_SIDE_RIGHT/etichette	Sequenza
camera_SIDE_RIGHT/etichette/bbox	Funzionalità BBox	(4,)	galleggiante32
camera_SIDE_RIGHT/etichette/tipo	ClassLabel		int64
contesto	CaratteristicheDict
contesto/nome	Testo		corda
timestamp_micro	Tensore		int64

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@InProceedings{Sun_2020_CVPR,
author = {Sun, Pei and Kretzschmar, Henrik and Dotiwalla, Xerxes and Chouard, Aurelien and Patnaik, Vijaysai and Tsui, Paul and Guo, James and Zhou, Yin and Chai, Yuning and Caine, Benjamin and Vasudevan, Vijay and Han, Wei and Ngiam, Jiquan and Zhao, Hang and Timofeev, Aleksei and Ettinger, Scott and Krivokon, Maxim and Gao, Amy and Joshi, Aditya and Zhang, Yu and Shlens, Jonathon and Chen, Zhifeng and Anguelov, Dragomir},
title = {Scalability in Perception for Autonomous Driving: Waymo Open Dataset},
booktitle = {The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2020}
}

waymo_open_dataset/v1.2 (configurazione predefinita)

• Descrizione della configurazione : Waymo Open Dataset v1.2

• Dimensione del set di dati: 336.62 GiB

• Divisioni :

Diviso	Esempi
'train'	158.081
'validation'	39.987

• Esempi ( tfds.as_dataframe ):

waymo_open_dataset/v1.1

• Descrizione della configurazione : Waymo Open Dataset v1.1

• Dimensione del set di dati: 336.62 GiB

• Divisioni :

Diviso	Esempi
'train'	158.081
'validation'	39.987

• Esempi ( tfds.as_dataframe ):

waymo_open_dataset/v1.0

• Descrizione della configurazione : Waymo Open Dataset v1.0 Questo set di dati è disponibile anche in formato pre-elaborato, rendendo più veloce il caricamento, se si seleziona il data_dir corretto:

tfds.load('waymo_open_dataset/v1.0', data_dir='gs://waymo_open_dataset_v_1_0_0_individual_files/tensorflow_datasets')

• Dimensione del set di dati: 34.73 GiB

• Divisioni :

Diviso	Esempi
'train'	14.884
'validation'	4.954

• Esempi ( tfds.as_dataframe ):