кокосовый

• Визуализация: Исследовать в Know Ваши данные north_east

• Описание:

COCO - это крупномасштабный набор данных для обнаружения, сегментации и субтитров.

• Домашняя страница: http://cocodataset.org/#home

• Исходный код: tfds.object_detection.Coco

• Версии:

  • 1.1.0 ( по умолчанию): Нет Замечания к выпуску.

• Dataset размер: Unknown size

• Авто-кэшируются ( документация ): Unknown

• Контролируемые ключи (см as_supervised документ ): None

• Образец цитирования:

@article{DBLP:journals/corr/LinMBHPRDZ14,
  author    = {Tsung{-}Yi Lin and
               Michael Maire and
               Serge J. Belongie and
               Lubomir D. Bourdev and
               Ross B. Girshick and
               James Hays and
               Pietro Perona and
               Deva Ramanan and
               Piotr Doll{'{a} }r and
               C. Lawrence Zitnick},
  title     = {Microsoft {COCO:} Common Objects in Context},
  journal   = {CoRR},
  volume    = {abs/1405.0312},
  year      = {2014},
  url       = {http://arxiv.org/abs/1405.0312},
  archivePrefix = {arXiv},
  eprint    = {1405.0312},
  timestamp = {Mon, 13 Aug 2018 16:48:13 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/LinMBHPRDZ14},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

coco / 2014 (конфигурация по умолчанию)

• Описание Config: Эта версия содержит изображения, ограничивающей коробки и этикетки для версии 2014 года.

• Скачать Размер: 37.57 GiB

• расколы:

• Особенности:

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/filename': Text(shape=(), dtype=tf.string),
    'image/id': tf.int64,
    'objects': Sequence({
        'area': tf.int64,
        'bbox': BBoxFeature(shape=(4,), dtype=tf.float32),
        'id': tf.int64,
        'is_crowd': tf.bool,
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=80),
    }),
})

• Фигура ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

кокосовый / 2017

• Описание Config: Эта версия содержит изображения, ограничивающей коробки и этикетки для версии 2017 года.

• Скачать Размер: 25.20 GiB

• расколы:

• Особенности:

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/filename': Text(shape=(), dtype=tf.string),
    'image/id': tf.int64,
    'objects': Sequence({
        'area': tf.int64,
        'bbox': BBoxFeature(shape=(4,), dtype=tf.float32),
        'id': tf.int64,
        'is_crowd': tf.bool,
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=80),
    }),
})

• Фигура ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

кокосовый / 2017_panoptic

• Описание Config: Эта версия содержит изображения, ограничивающей коробки и этикетки для версии 2017 года.

• Скачать Размер: 19.57 GiB

• расколы:

• Особенности:

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/filename': Text(shape=(), dtype=tf.string),
    'image/id': tf.int64,
    'panoptic_image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'panoptic_image/filename': Text(shape=(), dtype=tf.string),
    'panoptic_objects': Sequence({
        'area': tf.int64,
        'bbox': BBoxFeature(shape=(4,), dtype=tf.float32),
        'id': tf.int64,
        'is_crowd': tf.bool,
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=133),
    }),
})

• Рис ( tfds.show_examples ): Не поддерживается.

• Примеры ( tfds.as_dataframe ):