- 説明:
LostAndFound データセットは、貨物の紛失によってよく引き起こされる道路上の予期せぬ小さな障害物を検出するという問題に対処します。データセットは、2104 個の注釈付きフレームを含む 112 個のステレオ ビデオ シーケンスで構成されています (記録されたデータからおよそ 10 フレームごとに抽出)。
このデータセットは、「Cityscapes」データセットと同様に設計されています。データセットは以下を提供します: - 8 ビットまたは 16 ビットの色解像度のステレオ画像ペア - 事前計算された視差マップ - オブジェクトと道路の粗いセマンティック ラベル
ラベルの説明はここにあります: http://www.6d-vision.com/laf_table.pdf
追加ドキュメント:コード付きの論文について調べる
バージョン:
-
1.0.0
(デフォルト): リリース ノートはありません。
-
自動キャッシュ(ドキュメント): いいえ
分割:
スプリット | 例 |
---|---|
'test' | 1,203 |
'train' | 1,036 |
監視キー(
as_supervised
docを参照):None
図( tfds.show_examples ): サポートされていません。
引用:
@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 (デフォルト設定)
構成の説明: 遺失物セマンティック セグメンテーション データセット。
ダウンロードサイズ:
5.44 GiB
データセットのサイズ:
5.42 GiB
機能の構造:
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),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
画像ID | 文章 | 弦 | ||
画像左 | 画像 | (1024, 2048, 3) | uint8 | |
セグメンテーションラベル | 画像 | (1024, 2048, 1) | uint8 |
- 例( tfds.as_dataframe ):
紛失して見つかった/ステレオディスパリティ
構成の説明: 遺失物ステレオ画像と視差マップ。
ダウンロードサイズ:
12.16 GiB
データセットのサイズ:
12.22 GiB
機能の構造:
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),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
視差マップ | 画像 | (1024, 2048, 1) | uint8 | |
画像ID | 文章 | 弦 | ||
画像左 | 画像 | (1024, 2048, 3) | uint8 | |
画像右 | 画像 | (1024, 2048, 3) | uint8 |
- 例( tfds.as_dataframe ):
紛失して見つかった/フル
構成の説明: 完全な遺失物データセット。
ダウンロードサイズ:
12.19 GiB
データセットのサイズ:
12.25 GiB
機能の構造:
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),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
視差マップ | 画像 | (1024, 2048, 1) | uint8 | |
画像ID | 文章 | 弦 | ||
画像左 | 画像 | (1024, 2048, 3) | uint8 | |
画像右 | 画像 | (1024, 2048, 3) | uint8 | |
インスタンスID | 画像 | (1024, 2048, 1) | uint8 | |
セグメンテーションラベル | 画像 | (1024, 2048, 1) | uint8 |
- 例( tfds.as_dataframe ):
紛失した_発見/フル_16ビット
構成の説明: 完全な遺失物データセット。
ダウンロードサイズ:
34.90 GiB
データセットのサイズ:
35.05 GiB
機能の構造:
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),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
視差マップ | 画像 | (1024, 2048, 1) | uint8 | |
画像ID | 文章 | 弦 | ||
画像左 | 画像 | (1024, 2048, 3) | uint8 | |
画像右 | 画像 | (1024, 2048, 3) | uint8 | |
インスタンスID | 画像 | (1024, 2048, 1) | uint8 | |
セグメンテーションラベル | 画像 | (1024, 2048, 1) | uint8 |
- 例( tfds.as_dataframe ):