لدي سؤال؟ تواصل مع المجتمع في منتدى زيارة منتدى TensorFlow

فليك

من الورقة: جمعنا مجموعة بيانات صور 5003 تلقائيًا من أفلام هوليوود الشهيرة. تم الحصول على الصور عن طريق تشغيل جهاز كشف الأشخاص المتطور في كل إطار عاشر من 30 فيلمًا. الأشخاص الذين تم اكتشافهم بثقة عالية (ما يقرب من 20 ألف مرشح) تم إرسالهم بعد ذلك إلى سوق التعهيد الجماعي Amazon Mechanical Turk للحصول على علامة أرضية. تم شرح كل صورة بواسطة خمسة من التركيين مقابل 0.01 دولار لكل صورة لتسمية 10 مفاصل الجزء العلوي من الجسم. تم التقاط الوسم المتوسط ​​من خمسة في كل صورة ليكون قويًا للتعليقات التوضيحية الخارجية. أخيرًا ، تم رفض الصور يدويًا من قبلنا إذا كان الشخص محجوبًا أو غير أمامي بشدة. نخصص 20٪ (1016 صورة) من البيانات للاختبار.

  • الصفحة الرئيسية : https://bensapp.github.io/flic-dataset.html

  • كود المصدر : tfds.image.Flic

  • إصدارات :

    • 2.0.0 (افتراضي): لا توجد ملاحظات حول الإصدار.
  • حجم مجموعة البيانات : Unknown size

  • التخزين المؤقت التلقائي ( الوثائق ): غير معروف

  • الانقسامات :

انشق، مزق أمثلة
'test' 1،016
'train' 3،987
  • الميزات :
FeaturesDict({
    'currframe': tf.float64,
    'image': Image(shape=(480, 720, 3), dtype=tf.uint8),
    'moviename': Text(shape=(), dtype=tf.string),
    'poselet_hit_idx': Sequence(tf.uint16),
    'torsobox': BBoxFeature(shape=(4,), dtype=tf.float32),
    'xcoords': Sequence(tf.float64),
    'ycoords': Sequence(tf.float64),
})
@inproceedings{modec13,
    title={MODEC: Multimodal Decomposable Models for Human Pose Estimation},
    author={Sapp, Benjamin and Taskar, Ben},
    booktitle={In Proc. CVPR},
    year={2013},
  }

فليك / صغير (التكوين الافتراضي)

  • وصف التكوين : يستخدم 5003 أمثلة مستخدمة في ورق CVPR13 MODEC.

  • حجم التحميل : 286.35 MiB

  • الشكل ( tfds.show_examples ):

التصور

فليك / كامل

  • وصف التكوين : يستخدم 20928 مثالاً ، مجموعة شاملة من FLIC تتكون من أمثلة أكثر صعوبة.

  • حجم التحميل : 1.10 GiB

  • الشكل ( tfds.show_examples ):

التصور