ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

สะบัด

จากกระดาษ: เรารวบรวมชุดข้อมูลภาพ 5003 จากภาพยนตร์ฮอลลีวูดยอดนิยมโดยอัตโนมัติ ภาพได้มาจากการใช้เครื่องตรวจจับบุคคลที่ล้ำสมัยในทุก ๆ เฟรมที่สิบของภาพยนตร์ 30 เรื่อง จากนั้นผู้คนที่ตรวจพบด้วยความมั่นใจสูง (ผู้สมัครประมาณ 20,000 คน) จะถูกส่งไปยังตลาดคราวด์ซอร์ซ Amazon Mechanical Turk เพื่อรับการติดฉลากที่เป็นจริง แต่ละภาพมีคำอธิบายประกอบโดยชาวเติร์ก 5 คนในราคา 0.01 ดอลลาร์ต่อภาพเพื่อทำเครื่องหมายข้อต่อส่วนบน 10 ข้อ การติดฉลากค่ามัธยฐานของห้าถูกถ่ายในแต่ละภาพเพื่อให้มีความทนทานต่อคำอธิบายประกอบ สุดท้าย เราปฏิเสธรูปภาพด้วยตนเองหากบุคคลนั้นถูกบดบังหรือไม่อยู่ด้านหน้าอย่างรุนแรง เราจัดสรรข้อมูลไว้ 20% (1016 ภาพ) สำหรับการทดสอบ

แยก ตัวอย่าง
'test' 1,016
'train' 3,987
  • คุณสมบัติ:
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),
})
  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

  • อ้างอิง:

@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 (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: ใช้ 5003 ตัวอย่างที่ใช้ในกระดาษ CVPR13 MODEC

  • ขนาดการดาวน์โหลด: 286.35 MiB

  • รูป ( tfds.show_examples ):

การสร้างภาพ

flic/เต็ม

  • คำอธิบาย Config: ใช้ 20,928 ตัวอย่าง superset ของ FLIC ประกอบด้วยตัวอย่างเรื่องยากมากขึ้น

  • ขนาดการดาวน์โหลด: 1.10 GiB

  • รูป ( tfds.show_examples ):

การสร้างภาพ