open_images_challenge2019_detection

• Описание :

Open Images — это совместный выпуск примерно 9 миллионов изображений, снабженных метками уровня изображения, ограничивающими рамками объектов, масками сегментации объектов и визуальными связями. Этот уникальный большой и разнообразный набор данных предназначен для стимулирования современных достижений в анализе и понимании изображений.

Он содержит данные из трека конкурса по обнаружению объектов. Цель этого трека — спрогнозировать плотную ограничивающую рамку вокруг всех экземпляров объектов 500 классов.

Изображения помечаются положительными метками уровня изображения, указывающими на наличие определенных классов объектов, и отрицательными метками уровня изображения, указывающими на отсутствие определенных классов. В соревновании все остальные неаннотированные классы исключаются из оценки в этом изображении. Для каждой положительной метки уровня изображения в изображении был аннотирован каждый экземпляр этого класса объектов в изображении.

• Домашняя страница : https://storage.googleapis.com/openimages/web/challenge2019.html.

• Исходный код : tfds.datasets.open_images_challenge2019_detection.Builder

• Версии :

  • 1.0.0 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : 534.63 GiB

• Автокэширование ( документация ): Нет

• Расколы :

• Структура функции :

FeaturesDict({
    'bobjects': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'is_group_of': bool,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=500),
    }),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'objects': Sequence({
        'confidence': float32,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=500),
        'source': Text(shape=(), dtype=string),
    }),
})

• Функциональная документация :

• Контролируемые ключи (см. документ as_supervised ): None

• Цитата :

open_images_challenge2019_detection/200k (конфигурация по умолчанию)

• Описание конфигурации : изображения имеют не более 200 000 пикселей с качеством 72 JPEG.

• Размер набора данных : 59.06 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

open_images_challenge2019_detection/300k

• Описание конфигурации : Изображения имеют не более 300 000 пикселей с качеством 72 JPEG.

• Размер набора данных : 80.10 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):