perso e trovato

• Descrizione :

Il set di dati LostAndFound risolve il problema del rilevamento di piccoli ostacoli imprevisti sulla strada, spesso causati dallo smarrimento del carico. Il set di dati comprende 112 sequenze video stereo con 2104 fotogrammi annotati (scegliendo all'incirca ogni decimo fotogramma dai dati registrati).

Il set di dati è progettato in modo analogo al set di dati "Cityscapes". Il set di dati fornisce: - coppie di immagini stereo con risoluzione colore a 8 o 16 bit - mappe di disparità precalcolate - etichette semantiche grossolane per oggetti e strade

Le descrizioni delle etichette sono fornite qui: http://www.6d-vision.com/laf_table.pdf

• Documentazione aggiuntiva : esplora documenti con codice north_east

• Pagina iniziale : http://www.6d-vision.com/lostandfounddataset

• Codice sorgente : tfds.datasets.lost_and_found.Builder

• Versioni :

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

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@inproceedings{pinggera2016lost,
  title={Lost and found: detecting small road hazards for self-driving vehicles},
  author={Pinggera, Peter and Ramos, Sebastian and Gehrig, Stefan and Franke, Uwe and Rother, Carsten and Mester, Rudolf},
  booktitle={2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  year={2016}
}

Lost_and_found/semantic_segmentation (configurazione predefinita)

• Descrizione della configurazione : set di dati di segmentazione semantica Lost and Found.

• Dimensione download : 5.44 GiB

• Dimensioni del set di dati : 5.42 GiB

• Struttura delle caratteristiche :

FeaturesDict({
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

perso_e_trovato/disparità_stereo

• Descrizione della configurazione : immagini stereo Lost and Found e mappe di disparità.

• Dimensione download : 12.16 GiB

• Dimensione del set di dati : 12.22 GiB

• Struttura delle caratteristiche :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

smarrito_e_trovato/pieno

• Descrizione della configurazione : set di dati Lost and Found completo.

• Dimensione download : 12.19 GiB

• Dimensione del set di dati : 12.25 GiB

• Struttura delle caratteristiche :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

perso_e_trovato/full_16bit

• Descrizione della configurazione : set di dati Lost and Found completo.

• Dimensione download : 34.90 GiB

• Dimensione del set di dati : 35.05 GiB

• Struttura delle caratteristiche :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):