coco_captions

• বর্ণনা :

COCO হল একটি বড় মাপের অবজেক্ট ডিটেকশন, সেগমেন্টেশন এবং ক্যাপশনিং ডেটাসেট। এই সংস্করণে COCO 2014-এর ছবি, বাউন্ডিং বক্স, লেবেল এবং ক্যাপশন রয়েছে, যা Karpathy and Li (2015) দ্বারা সংজ্ঞায়িত উপসেটে বিভক্ত। এটি কার্যকরভাবে মূল COCO 2014 বৈধতা ডেটাকে নতুন 5000-চিত্রের বৈধতা এবং পরীক্ষা সেটে বিভক্ত করে, এছাড়াও অবশিষ্ট ~30k ছবি সমন্বিত একটি "রেস্টভাল" সেট। সমস্ত বিভক্ত ক্যাপশন টীকা আছে.

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• কনফিগারেশনের বিবরণ : এই সংস্করণে 2014 সংস্করণের জন্য ছবি, বাউন্ডিং বক্স এবং লেবেল রয়েছে।

• হোমপেজ : http://cocodataset.org/#home

• সোর্স কোড : tfds.object_detection.CocoCaptions

• সংস্করণ :

  • 1.1.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• ডাউনলোড আকার : 37.61 GiB

• ডেটাসেটের আকার : 18.83 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'captions': Sequence({
        'id': int64,
        'text': string,
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'is_crowd': bool,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=80),
    }),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ):

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@article{DBLP:journals/corr/LinMBHPRDZ14,
  author    = {Tsung{-}Yi Lin and
               Michael Maire and
               Serge J. Belongie and
               Lubomir D. Bourdev and
               Ross B. Girshick and
               James Hays and
               Pietro Perona and
               Deva Ramanan and
               Piotr Doll{'{a} }r and
               C. Lawrence Zitnick},
  title     = {Microsoft {COCO:} Common Objects in Context},
  journal   = {CoRR},
  volume    = {abs/1405.0312},
  year      = {2014},
  url       = {http://arxiv.org/abs/1405.0312},
  archivePrefix = {arXiv},
  eprint    = {1405.0312},
  timestamp = {Mon, 13 Aug 2018 16:48:13 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/LinMBHPRDZ14},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}@inproceedings{DBLP:conf/cvpr/KarpathyL15,
  author    = {Andrej Karpathy and
               Fei{-}Fei Li},
  title     = {Deep visual-semantic alignments for generating image
               descriptions},
  booktitle = { {IEEE} Conference on Computer Vision and Pattern Recognition,
               {CVPR} 2015, Boston, MA, USA, June 7-12, 2015},
  pages     = {3128--3137},
  publisher = { {IEEE} Computer Society},
  year      = {2015},
  url       = {https://doi.org/10.1109/CVPR.2015.7298932},
  doi       = {10.1109/CVPR.2015.7298932},
  timestamp = {Wed, 16 Oct 2019 14:14:50 +0200},
  biburl    = {https://dblp.org/rec/conf/cvpr/KarpathyL15.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

coco_captions/2014 (ডিফল্ট কনফিগারেশন)