kayıp eşya bürosu

• Tanım :

LostAndFound Veri Kümesi, yol üzerinde çoğunlukla kayıp kargoların neden olduğu beklenmeyen küçük engellerin tespit edilmesi sorununu ele alır. Veri seti, 2104 açıklamalı kareye sahip 112 stereo video dizisinden oluşur (kaydedilen verilerden kabaca her onuncu kareyi alır).

Veri seti 'Cityscapes' veri setine benzer şekilde tasarlanmıştır. Veri seti şunları sağlar: - 8 veya 16 bit renk çözünürlüğünde stereo görüntü çiftleri - önceden hesaplanmış eşitsizlik haritaları - nesneler ve sokak için kaba anlamsal etiketler

Etiketlerin açıklamaları burada verilmiştir: http://www.6d-vision.com/laf_table.pdf

• Ek Belgeler : north_east Kodlu Makaleleri Keşfedin

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

• Kaynak kodu : tfds.datasets.lost_and_found.Builder

• Sürümler :

  • 1.0.0 (varsayılan): Sürüm notu yok.

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• Denetlenen anahtarlar ( as_supervised belgesine bakın): None

• Şekil ( tfds.show_examples ): Desteklenmiyor.

• Alıntı :

@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 (varsayılan yapılandırma)

• Yapılandırma açıklaması : Kayıp ve Bulunan semantik segmentasyon veri kümesi.

• İndirme boyutu : 5.44 GiB

• Veri kümesi boyutu : 5.42 GiB

• Özellik yapısı :

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),
})

• Özellik belgeleri :

• Örnekler ( tfds.as_dataframe ):

lost_and_found/stereo_disparity

• Yapılandırma açıklaması : Kayıp ve Bulunan stereo görüntüler ve eşitsizlik haritaları.

• İndirme boyutu : 12.16 GiB

• Veri kümesi boyutu : 12.22 GiB

• Özellik yapısı :

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),
})

• Özellik belgeleri :

• Örnekler ( tfds.as_dataframe ):

kayıp_ve_bulundu/dolu

• Yapılandırma açıklaması : Tam Kayıp ve Bulunan veri kümesi.

• İndirme boyutu : 12.19 GiB

• Veri kümesi boyutu : 12.25 GiB

• Özellik yapısı :

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),
})

• Özellik belgeleri :

• Örnekler ( tfds.as_dataframe ):

lost_and_found/full_16bit

• Yapılandırma açıklaması : Tam Kayıp ve Bulunan veri kümesi.

• İndirme boyutu : 34.90 GiB

• Veri kümesi boyutu : 35.05 GiB

• Özellik yapısı :

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),
})

• Özellik belgeleri :

• Örnekler ( tfds.as_dataframe ):