ref_coco

• คำอธิบาย :

ชุดข้อมูลนิพจน์อ้างอิง 3 ชุดโดยอิงจากรูปภาพในชุดข้อมูล COCO นิพจน์อ้างอิงคือข้อความชิ้นหนึ่งที่อธิบายวัตถุที่ไม่ซ้ำใครในรูปภาพ ชุดข้อมูลเหล่านี้รวบรวมโดยขอให้ผู้ประเมินที่เป็นมนุษย์แยกแยะวัตถุที่ถูกกำหนดโดยกรอบขอบในชุดข้อมูล COCO

RefCoco และ RefCoco+ มาจาก Kazemzadeh และคณะ 2014. นิพจน์ RefCoco+ เป็นคำอธิบายตามลักษณะที่ปรากฏอย่างเคร่งครัด ซึ่งบังคับใช้โดยการป้องกันไม่ให้ผู้ประเมินใช้คำอธิบายตามตำแหน่ง (เช่น "บุคคลที่อยู่ทางขวา" ไม่ใช่คำอธิบายที่ถูกต้องสำหรับ RefCoco+) RefCocoG มาจาก Mao และคณะ 2016 และมีคำอธิบายวัตถุที่หลากหลายมากกว่าเมื่อเทียบกับ RefCoco เนื่องจากความแตกต่างในกระบวนการใส่คำอธิบายประกอบ โดยเฉพาะอย่างยิ่ง RefCoco ถูกรวบรวมในการตั้งค่าแบบโต้ตอบเกม ในขณะที่ RefCocoG ถูกรวบรวมในการตั้งค่าที่ไม่โต้ตอบ โดยเฉลี่ย RefCocoG มี 8.4 คำต่อนิพจน์ ในขณะที่ RefCoco มี 3.5 คำ

ชุดข้อมูลแต่ละชุดมีการจัดสรรแยกที่แตกต่างกันซึ่งโดยปกติแล้วทั้งหมดจะรายงานในเอกสาร ชุด "testA" และ "testB" ใน RefCoco และ RefCoco+ มีเพียงบุคคลและไม่ใช่บุคคลเท่านั้นตามลำดับ รูปภาพจะถูกแบ่งออกเป็นส่วนต่างๆ ในการแยก "google" วัตถุ (ไม่ใช่รูปภาพ) จะถูกแบ่งพาร์ติชันระหว่างการแยกแบบรถไฟและแบบไม่ใช่แบบรถไฟ ซึ่งหมายความว่ารูปภาพเดียวกันสามารถปรากฏได้ทั้งใน Train และ Validation Split แต่ออบเจ็กต์ที่อ้างถึงในภาพจะแตกต่างกันระหว่างสองชุด ในทางตรงกันข้าม "unc" และ "umd" จะแยกอิมเมจพาร์ติชันระหว่างรถไฟ การตรวจสอบ และการแยกการทดสอบ ใน RefCocoG การแยก "google" ไม่มีชุดการทดสอบตามรูปแบบบัญญัติ และโดยทั่วไปชุดการตรวจสอบความถูกต้องจะถูกรายงานในเอกสารเป็น "val*"

สถิติสำหรับแต่ละชุดข้อมูลและการแยก ("refs" คือจำนวนนิพจน์ที่อ้างอิง และ "images" คือจำนวนรูปภาพ):

• เอกสารประกอบเพิ่มเติม : สำรวจในเอกสารด้วยรหัส north_east

• หน้าแรก : https://github.com/lichengunc/refer

• ซอร์สโค้ด : tfds.datasets.ref_coco.Builder

• รุ่น :

  • 1.0.0 : การเปิดตัวครั้งแรก
  • 1.1.0 (ค่าเริ่มต้น): เพิ่มมาสก์

• ขนาดการดาวน์โหลด : Unknown size

• คำแนะนำในการดาวน์โหลดด้วยตนเอง : ชุดข้อมูลนี้ต้องการให้คุณดาวน์โหลดข้อมูลต้นฉบับด้วยตนเองลงใน download_config.manual_dir (ค่าเริ่มต้นเป็น ~/tensorflow_datasets/downloads/manual/ ):
  

• ทำตามคำแนะนำใน https://github.com/lichengunc/refer และดาวน์โหลดคำอธิบายประกอบและรูปภาพ ซึ่งตรงกับไดเร็กทอรี data/ ที่ระบุใน repo

1. ทำตามคำแนะนำของ PythonAPI ใน https://github.com/cocodataset/cocoapi เพื่อรับ pycocotools และไฟล์คำอธิบายประกอบ instances_train2014 จาก https://cocodataset.org/#download

2. เพิ่มทั้ง Reference.py จาก (1) และ pycocotools จาก (2) ไปยัง PYTHONPATH ของคุณ

3. รัน manual_download_process.py เพื่อสร้าง refcoco.json โดยแทนที่ ref_data_root , coco_annotations_file และ out_file ด้วยค่าที่สอดคล้องกับตำแหน่งที่คุณดาวน์โหลด / ต้องการบันทึกไฟล์เหล่านี้ โปรดทราบว่า manual_download_process.py สามารถพบได้ในพื้นที่เก็บข้อมูล TFDS

4. ดาวน์โหลดชุดการฝึกอบรม COCO จาก https://cocodataset.org/#download และติดไว้ในโฟลเดอร์ชื่อ coco_train2014/ ย้าย refcoco.json ไปที่ระดับเดียวกับ coco_train2014

5. ปฏิบัติตามคำแนะนำการดาวน์โหลดด้วยตนเองมาตรฐาน

• แคชอัตโนมัติ ( เอกสาร ): No

• โครงสร้างคุณสมบัติ :

FeaturesDict({
    'coco_annotations': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'label': int64,
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'gt_box_index': int64,
        'id': int64,
        'label': int64,
        'mask': Image(shape=(None, None, 3), dtype=uint8),
        'refexp': Sequence({
            'raw': Text(shape=(), dtype=string),
            'refexp_id': int64,
        }),
    }),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• การอ้างอิง :

@inproceedings{kazemzadeh2014referitgame,
  title={Referitgame: Referring to objects in photographs of natural scenes},
  author={Kazemzadeh, Sahar and Ordonez, Vicente and Matten, Mark and Berg, Tamara},
  booktitle={Proceedings of the 2014 conference on empirical methods in natural language processing (EMNLP)},
  pages={787--798},
  year={2014}
}
@inproceedings{yu2016modeling,
  title={Modeling context in referring expressions},
  author={Yu, Licheng and Poirson, Patrick and Yang, Shan and Berg, Alexander C and Berg, Tamara L},
  booktitle={European Conference on Computer Vision},
  pages={69--85},
  year={2016},
  organization={Springer}
}
@inproceedings{mao2016generation,
  title={Generation and Comprehension of Unambiguous Object Descriptions},
  author={Mao, Junhua and Huang, Jonathan and Toshev, Alexander and Camburu, Oana and Yuille, Alan and Murphy, Kevin},
  booktitle={CVPR},
  year={2016}
}
@inproceedings{nagaraja2016modeling,
  title={Modeling context between objects for referring expression understanding},
  author={Nagaraja, Varun K and Morariu, Vlad I and Davis, Larry S},
  booktitle={European Conference on Computer Vision},
  pages={792--807},
  year={2016},
  organization={Springer}
}

ref_coco/refcoco_unc (การกำหนดค่าเริ่มต้น)

• ขนาดชุดข้อมูล : 3.29 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

ref_coco/refcoco_google

• ขนาดชุดข้อมูล : 4.65 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

ref_coco/refcocoplus_unc

• ขนาดชุดข้อมูล : 3.29 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

ref_coco/refcocog_google

• ขนาดชุดข้อมูล : 4.64 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

ref_coco/refcocog_umd

• ขนาดชุดข้อมูล : 4.08 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):