- Descrição :
LVIS: Um conjunto de dados para segmentação de grandes instâncias de vocabulário.
Documentação adicional : Explore artigos com código
Página inicial : https://www.lvisdataset.org/
Código fonte :
tfds.datasets.lvis.Builder
Versões :
-
1.1.0
: Adicionados camposneg_category_ids
enot_exhaustive_category_ids
. -
1.2.0
: Adicionados nomes de classes. -
1.3.0
(padrão): Adicionada divisão minival.
-
Tamanho do download :
25.35 GiB
Tamanho do conjunto de dados :
23.04 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :
Dividir | Exemplos |
---|---|
'minival' | 4.809 |
'test' | 19.822 |
'train' | 100.170 |
'validation' | 19.809 |
- Estrutura de recursos :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'image/id': int64,
'neg_category_ids': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1203)),
'not_exhaustive_category_ids': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1203)),
'objects': Sequence({
'area': int64,
'bbox': BBoxFeature(shape=(4,), dtype=float32),
'id': int64,
'label': ClassLabel(shape=(), dtype=int64, num_classes=1203),
'segmentation': Image(shape=(None, None, 1), dtype=uint8),
}),
})
- Documentação de recursos :
Recurso | Aula | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
imagem | Imagem | (Nenhum, Nenhum, 3) | uint8 | |
imagem/id | Tensor | int64 | ||
neg_category_ids | Sequência (ClassLabel) | (Nenhum,) | int64 | |
not_exhaustive_category_ids | Sequência (ClassLabel) | (Nenhum,) | int64 | |
objetos | Seqüência | |||
objetos/área | Tensor | int64 | ||
objetos/bbox | BBoxFeature | (4,) | float32 | |
objetos/id | Tensor | int64 | ||
objetos/rótulo | ClassLabel | int64 | ||
objetos/segmentação | Imagem | (Nenhum, Nenhum, 1) | uint8 |
Chaves supervisionadas (consulte o documento
as_supervised
):None
Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):
- Citação :
@inproceedings{gupta2019lvis,
title={ {LVIS}: A Dataset for Large Vocabulary Instance Segmentation},
author={Gupta, Agrim and Dollar, Piotr and Girshick, Ross},
booktitle={Proceedings of the {IEEE} Conference on Computer Vision and Pattern Recognition},
year={2019}
}