kedicik

• Tanım :

Kitti, otonom bir sürüş platformu kullanılarak oluşturulmuş bir dizi görsel görev içerir. Tam kıyaslama, stereo, optik akış, görsel odometri vb. gibi birçok görevi içerir. Bu veri seti, monoküler görüntüler ve sınırlayıcı kutular dahil olmak üzere nesne algılama veri setini içerir. Veri kümesi, 3B sınırlayıcı kutularla açıklamalı 7481 eğitim görüntüsü içerir. Ek açıklamaların tam açıklamasını Kitti ana sayfasındaki nesne geliştirme kiti benioku benioku dosyasında bulabilirsiniz.

• Ek Belgeler : north_east Kodlu Makaleleri Keşfedin

• Ana sayfa : http://www.cvlibs.net/datasets/kitti/

• Kaynak kodu : tfds.datasets.kitti.Builder

• Sürümler :

  • 3.1.0 : Sürüm notu yok.
  • 3.2.0 : Devkit güncellendi.
  • 3.3.0 (varsayılan): occluded özellik için etiketler eklendi.

• İndirme boyutu : 11.71 GiB

• Veri kümesi boyutu : 5.27 GiB

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• Özellik yapısı :

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),
    }),
})

• Özellik belgeleri :

• Denetlenen anahtarlar ( as_supervised belgesine bakın): None

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

@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}
}