Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

flic

  • Beschreibung :

Aus dem Papier: Wir haben automatisch einen 5003-Bilddatensatz aus beliebten Hollywood-Filmen gesammelt. Die Bilder wurden erhalten, indem auf jedem zehnten Bild von 30 Filmen ein hochmoderner Personendetektor ausgeführt wurde. Personen, die mit hoher Zuversicht entdeckt wurden (ungefähr 20.000 Kandidaten), wurden dann zum Crowdsourcing-Marktplatz Amazon Mechanical Turk geschickt, um eine bodenständige Kennzeichnung zu erhalten. Jedes Bild wurde von fünf Türken für jeweils 0,01 USD mit Anmerkungen versehen, um 10 Oberkörpergelenke zu kennzeichnen. Die Median-of-Five-Kennzeichnung wurde in jedem Bild als robust gegenüber Ausreißeranmerkungen verwendet. Schließlich wurden Bilder von uns manuell abgelehnt, wenn die Person verschlossen oder stark nicht frontal war. Wir haben 20% (1016 Bilder) der Daten für Tests reserviert.

Teilt Beispiele
'test' 1.016
'train' 3,987
  • Eigenschaften :
 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},
  }
 

flic / small (Standardkonfiguration)

  • Konfigurationsbeschreibung : Verwendet 5003 Beispiele, die in CVPR13 MODEC-Papier verwendet werden.

  • Download-Größe : 286.35 MiB

  • Visualisierung ( tfds.show_examples ):

Visualisierung

flic / voll

  • Konfigurationsbeschreibung : Verwendet 20928 Beispiele, eine Obermenge von FLIC, die aus schwierigeren Beispielen besteht.

  • Download-Größe : 1.10 GiB

  • Visualisierung ( tfds.show_examples ):

Visualisierung