nyu_depth_v2

• opis :

Zestaw danych NYU-Depth V2 składa się z sekwencji wideo z różnych scen w pomieszczeniach, zarejestrowanych przez kamery RGB i Depth z Microsoft Kinect.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html

• Kod źródłowy : tfds.datasets.nyu_depth_v2.Builder

• Wersje :

  • 0.0.1 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 31.92 GiB

• Rozmiar zestawu danych : 74.03 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'depth': Tensor(shape=(480, 640), dtype=float16),
    'image': Image(shape=(480, 640, 3), dtype=uint8),
})

• Dokumentacja funkcji :

• Nadzorowane klucze (Zobacz as_supervised doc ): ('image', 'depth')

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@inproceedings{Silberman:ECCV12,
  author    = {Nathan Silberman, Derek Hoiem, Pushmeet Kohli and Rob Fergus},
  title     = {Indoor Segmentation and Support Inference from RGBD Images},
  booktitle = {ECCV},
  year      = {2012}
}
@inproceedings{icra_2019_fastdepth,
  author    = {Wofk, Diana and Ma, Fangchang and Yang, Tien-Ju and Karaman, Sertac and Sze, Vivienne},
  title     = {FastDepth: Fast Monocular Depth Estimation on Embedded Systems},
  booktitle = {IEEE International Conference on Robotics and Automation (ICRA)},
  year      = {2019}
}