objetos perdidos

• Descripción :

El conjunto de datos LostAndFound aborda el problema de detectar pequeños obstáculos inesperados en la carretera causados ​​a menudo por la pérdida de carga. El conjunto de datos comprende 112 secuencias de vídeo estéreo con 2104 fotogramas anotados (seleccionando aproximadamente uno de cada diez fotogramas de los datos grabados).

El conjunto de datos está diseñado de manera análoga al conjunto de datos 'Paisajes urbanos'. El conjunto de datos proporciona: - pares de imágenes estéreo con resolución de color de 8 o 16 bits - mapas de disparidad precalculados - etiquetas semánticas aproximadas para objetos y calles

Las descripciones de las etiquetas se proporcionan aquí: http://www.6d-vision.com/laf_table.pdf

• Documentación adicional : Explorar en artículos con código north_east

• Página de inicio : http://www.6d-vision.com/lostandfounddataset

• Código fuente : tfds.datasets.lost_and_found.Builder

• Versiones :

  • 1.0.0 (predeterminado): sin notas de la versión.

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

• Claves supervisadas (ver documento as_supervised ): None

• Figura ( tfds.show_examples ): no compatible.

• Citación :

@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 (configuración predeterminada)

• Descripción de la configuración : conjunto de datos de segmentación semántica de objetos perdidos y encontrados.

• Tamaño de descarga : 5.44 GiB

• Tamaño del conjunto de datos : 5.42 GiB

• Estructura de características :

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),
})

• Documentación de funciones :

• Ejemplos ( tfds.as_dataframe ):

objetos_perdidos_y_encontrados/disparidad_estéreo

• Descripción de la configuración : imágenes estéreo y mapas de disparidad de objetos perdidos y encontrados.

• Tamaño de descarga : 12.16 GiB

• Tamaño del conjunto de datos : 12.22 GiB

• Estructura de características :

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),
})

• Documentación de funciones :

• Ejemplos ( tfds.as_dataframe ):

perdido_y_encontrado/completo

• Descripción de la configuración : conjunto de datos completo de objetos perdidos y encontrados.

• Tamaño de descarga : 12.19 GiB

• Tamaño del conjunto de datos : 12.25 GiB

• Estructura de características :

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),
})

• Documentación de funciones :

• Ejemplos ( tfds.as_dataframe ):

perdido_y_encontrado/full_16bit

• Descripción de la configuración : conjunto de datos completo de objetos perdidos y encontrados.

• Tamaño de descarga : 34.90 GiB

• Tamaño del conjunto de datos : 35.05 GiB

• Estructura de características :

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),
})

• Documentación de funciones :

• Ejemplos ( tfds.as_dataframe ):