สูญหาย_และ_พบ

• คำอธิบาย :

ชุดข้อมูล LostAndFound แก้ไขปัญหาการตรวจจับสิ่งกีดขวางเล็กๆ ที่ไม่คาดคิดบนท้องถนนซึ่งมักเกิดจากสินค้าสูญหาย ชุดข้อมูลประกอบด้วยลำดับวิดีโอสเตอริโอ 112 ชุดพร้อมเฟรมที่มีคำอธิบายประกอบ 2104 เฟรม (เลือกประมาณทุกๆ เฟรมที่สิบจากข้อมูลที่บันทึกไว้)

ชุดข้อมูลได้รับการออกแบบให้คล้ายคลึงกับชุดข้อมูล 'Cityscapes' datset จัดเตรียม: - คู่ภาพสเตอริโอในความละเอียดสี 8 หรือ 16 บิต - แผนที่ความแตกต่างที่คำนวณไว้ล่วงหน้า - ป้ายความหมายหยาบสำหรับวัตถุและถนน

คำอธิบายของป้ายกำกับมีอยู่ที่นี่: http://www.6d-vision.com/laf_table.pdf

• เอกสารประกอบเพิ่มเติม : สำรวจในเอกสารด้วยรหัส north_east

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

• ซอร์สโค้ด : tfds.datasets.lost_and_found.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• แคชอัตโนมัติ ( เอกสาร ): No

• แยก :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• การอ้างอิง :

@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 (การกำหนดค่าเริ่มต้น)

• คำอธิบายการกำหนดค่า : ชุดข้อมูลการแบ่งส่วนความหมายที่สูญหายและพบ

• ขนาดการดาวน์โหลด : 5.44 GiB

• ขนาดชุดข้อมูล : 5.42 GiB

• โครงสร้างคุณสมบัติ :

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),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

Lost_and_found/stereo_disparity

• คำอธิบายการกำหนดค่า : ภาพสเตอริโอที่สูญหายและพบและแผนที่ที่ไม่เท่าเทียมกัน

• ขนาดการดาวน์โหลด : 12.16 GiB

• ขนาดชุดข้อมูล : 12.22 GiB

• โครงสร้างคุณสมบัติ :

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),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

Lost_and_found/เต็ม

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่สูญหายและพบทั้งหมด

• ขนาดการดาวน์โหลด : 12.19 GiB

• ขนาดชุดข้อมูล : 12.25 GiB

• โครงสร้างคุณสมบัติ :

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),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

Lost_and_found/full_16bit

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่สูญหายและพบทั้งหมด

• ขนาดดาวน์โหลด : 34.90 GiB

• ขนาดชุดข้อมูล : 35.05 GiB

• โครงสร้างคุณสมบัติ :

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),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):