קיטי

• תיאור :

Kitti מכיל חבילה של משימות ראייה שנבנו באמצעות פלטפורמת נהיגה אוטונומית. ה-benchmark המלא מכיל משימות רבות כגון סטריאו, זרימה אופטית, בדיקת מרחק חזותית וכו'. מערך נתונים זה מכיל את מערך הנתונים של זיהוי האובייקטים, כולל התמונות המונוקולריות והתיבות התוחמות. מערך הנתונים מכיל 7481 תמונות אימון עם הערות בתיבות תוחמות תלת ממדיות. ניתן למצוא תיאור מלא של ההערות ב-readme של ערכת פיתוח האובייקט readme בדף הבית של Kitti.

• תיעוד נוסף : חקור על ניירות עם קוד north_east

• דף הבית : http://www.cvlibs.net/datasets/kitti/

• קוד מקור : tfds.datasets.kitti.Builder

• גרסאות :

  • 3.1.0 : אין הערות שחרור.
  • 3.2.0 : Devkit עודכן.
  • 3.3.0 (ברירת מחדל): נוספו תוויות עבור התכונה occluded .

• גודל הורדה : 11.71 GiB

• גודל מערך נתונים : 5.27 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

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),
    }),
})

• תיעוד תכונה :

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ):

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@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}
}