Эта страница была переведа с помощью Cloud Translation API.
Switch to English

coco_captions

  • Описание :

COCO - это крупномасштабный набор данных для обнаружения, сегментации и субтитров. Эта версия содержит изображения, ограничивающие рамки, метки и подписи из COCO 2014, разделенные на подмножества, определенные Карпати и Ли (2015). Это эффективно разделяет исходные данные проверки COCO 2014 на новые наборы проверки и тестирования из 5000 изображений, а также набор «restval», содержащий оставшиеся ~ 30 тыс. Изображений. Все разделы имеют аннотации к заголовкам.

  • Описание конфигурации : COCO - это крупномасштабный набор данных для обнаружения, сегментации и субтитров. Эта версия содержит изображения, ограничивающие рамки и метки для версии 2014 г. Примечание.

    • Некоторые изображения из набора поездов и проверки не имеют аннотаций.
    • В Coco 2014 и 2017 используются одни и те же изображения, но разные разбиения на поезд / вали / тест
    • В тестовом сплите аннотаций нет (только изображения).
    • Коко определяет 91 класс, но данные используют только 80 классов.
    • Panotptic annotations определяет 200 классов, но использует только 133.
  • Домашняя страница : http://cocodataset.org/#home

  • Исходный код : tfds.object_detection.CocoCaptions

  • Версии :

    • 1.1.0 (по умолчанию): без примечаний к выпуску.
  • Размер загружаемого 37.61 GiB : 37.61 GiB

  • Размер набора данных : 18.83 GiB

  • Автоматическое кэширование ( документация ): Нет

  • Сплит :

Трещина Примеры
'restval' 30 504
'test' 5 000
'train' 82 783
'val' 5 000
  • Особенности :
FeaturesDict({
    'captions': Sequence({
        'id': tf.int64,
        'text': tf.string,
    }),
    '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),
    }),
})
  • Контролируемые ключи (см. as_supervised doc ): None

  • Цитата :

@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}
}@inproceedings{DBLP:conf/cvpr/KarpathyL15,
  author    = {Andrej Karpathy and
               Fei{-}Fei Li},
  title     = {Deep visual-semantic alignments for generating image
               descriptions},
  booktitle = { {IEEE} Conference on Computer Vision and Pattern Recognition,
               {CVPR} 2015, Boston, MA, USA, June 7-12, 2015},
  pages     = {3128--3137},
  publisher = { {IEEE} Computer Society},
  year      = {2015},
  url       = {https://doi.org/10.1109/CVPR.2015.7298932},
  doi       = {10.1109/CVPR.2015.7298932},
  timestamp = {Wed, 16 Oct 2019 14:14:50 +0200},
  biburl    = {https://dblp.org/rec/conf/cvpr/KarpathyL15.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

Визуализация

coco_captions / 2014 (конфигурация по умолчанию)