chaton

• Description :

Kitti contient une suite de tâches de vision construites à l'aide d'une plateforme de conduite autonome. Le benchmark complet contient de nombreuses tâches telles que la stéréo, le flux optique, l'odométrie visuelle, etc. Cet ensemble de données contient l'ensemble de données de détection d'objets, y compris les images monoculaires et les cadres de délimitation. L'ensemble de données contient 7 481 images d'entraînement annotées avec des cadres de délimitation 3D. Une description complète des annotations peut être trouvée dans le fichier Lisez-moi du fichier Lisez-moi du kit de développement d'objets sur la page d'accueil de Kitti.

• Documentation supplémentaire : Explorer sur les articles avec le code north_east

• Page d'accueil : http://www.cvlibs.net/datasets/kitti/

• Code source : tfds.datasets.kitti.Builder

• Versions :

  • 3.1.0 : Aucune note de version.
  • 3.2.0 : Devkit mis à jour.
  • 3.3.0 (par défaut) : ajout d'étiquettes pour la fonctionnalité occluded .

• Taille du téléchargement : 11.71 GiB

• Taille de l'ensemble de données : 5.27 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

• Structure des fonctionnalités :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/file_name': Text(shape=(), dtype=string),
    'objects': Sequence({
        'alpha': float32,
        'bbox': BBoxFeature(shape=(4,), dtype=float32, description=2D bounding box of object in the image),
        'dimensions': Tensor(shape=(3,), dtype=float32, description=3D object dimensions: height, width, length (in meters)),
        'location': Tensor(shape=(3,), dtype=float32, description=3D object location x,y,z in camera coordinates (in meters)),
        'occluded': ClassLabel(shape=(), dtype=int64, num_classes=4),
        'rotation_y': float32,
        'truncated': float32,
        'type': ClassLabel(shape=(), dtype=int64, num_classes=8),
    }),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir doc as_supervised ) : None

• Figure ( tfds.show_examples ) :

• Exemples ( tfds.as_dataframe ) :

• Citation :

@inproceedings{Geiger2012CVPR,
  author = {Andreas Geiger and Philip Lenz and Raquel Urtasun},
  title = {Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite},
  booktitle = {Conference on Computer Vision and Pattern Recognition (CVPR)},
  year = {2012}
}