- 설명 :
LostAndFound 데이터세트는 화물 분실로 인해 도로에서 예상치 못한 작은 장애물을 감지하는 문제를 해결합니다. 데이터 세트는 2104개의 주석이 달린 프레임(기록된 데이터에서 대략 10번째 프레임마다 선택)이 있는 112개의 스테레오 비디오 시퀀스로 구성됩니다.
데이터 세트는 'Cityscapes' 데이터 세트와 유사하게 설계되었습니다. 데이터 세트는 다음을 제공합니다. - 8비트 또는 16비트 색상 해상도의 스테레오 이미지 쌍 - 미리 계산된 시차 맵 - 객체 및 거리에 대한 대략적인 의미 라벨
라벨에 대한 설명은 http://www.6d-vision.com/laf_table.pdf 에 나와 있습니다.
나뉘다 | 예 |
---|---|
'test' | 1,203 |
'train' | 1,036 |
감독되는 키 (
as_supervised
doc 참조):None
그림 ( tfds.show_examples ): 지원되지 않습니다.
인용 :
@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 (기본 구성)
구성 설명 : Lost and Found 의미 체계 분할 데이터 세트입니다.
다운로드 크기 :
5.44 GiB
데이터세트 크기 :
5.42 GiB
기능 구조 :
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),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
이미지_ID | 텍스트 | 끈 | ||
이미지_왼쪽 | 영상 | (1024, 2048, 3) | uint8 | |
분할_라벨 | 영상 | (1024, 2048, 1) | uint8 |
- 예 ( tfds.as_dataframe ):
Lost_and_found/stereo_disparity
구성 설명 : Lost and Found 스테레오 이미지 및 시차 지도.
다운로드 크기 :
12.16 GiB
데이터세트 크기 :
12.22 GiB
기능 구조 :
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),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
불일치_지도 | 영상 | (1024, 2048, 1) | uint8 | |
이미지_ID | 텍스트 | 끈 | ||
이미지_왼쪽 | 영상 | (1024, 2048, 3) | uint8 | |
이미지_오른쪽 | 영상 | (1024, 2048, 3) | uint8 |
- 예 ( tfds.as_dataframe ):
Lost_and_found/전체
구성 설명 : 전체 분실물 데이터세트.
다운로드 크기 :
12.19 GiB
데이터세트 크기 :
12.25 GiB
기능 구조 :
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),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
불일치_지도 | 영상 | (1024, 2048, 1) | uint8 | |
이미지_ID | 텍스트 | 끈 | ||
이미지_왼쪽 | 영상 | (1024, 2048, 3) | uint8 | |
이미지_오른쪽 | 영상 | (1024, 2048, 3) | uint8 | |
인스턴스_ID | 영상 | (1024, 2048, 1) | uint8 | |
분할_라벨 | 영상 | (1024, 2048, 1) | uint8 |
- 예 ( tfds.as_dataframe ):
Lost_and_found/full_16bit
구성 설명 : 전체 분실물 데이터세트.
다운로드 크기 :
34.90 GiB
데이터세트 크기 :
35.05 GiB
기능 구조 :
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),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
불일치_지도 | 영상 | (1024, 2048, 1) | uint8 | |
이미지_ID | 텍스트 | 끈 | ||
이미지_왼쪽 | 영상 | (1024, 2048, 3) | uint8 | |
이미지_오른쪽 | 영상 | (1024, 2048, 3) | uint8 | |
인스턴스_ID | 영상 | (1024, 2048, 1) | uint8 | |
분할_라벨 | 영상 | (1024, 2048, 1) | uint8 |
- 예 ( tfds.as_dataframe ):