gref

• বর্ণনা :

Google RefExp ডেটাসেট হল ইমেজে বস্তুর পাঠ্য বিবরণের একটি সংগ্রহ যা সর্বজনীনভাবে উপলব্ধ MS-COCO ডেটাসেটের উপর তৈরি করে। যেখানে MS-COCO-তে ছবির ক্যাপশনগুলি সম্পূর্ণ চিত্রের জন্য প্রযোজ্য, এই ডেটাসেটটি পাঠ্যের বর্ণনাগুলিতে ফোকাস করে যা একটি চিত্রের মধ্যে একটি একক বস্তু বা অঞ্চলকে অনন্যভাবে সনাক্ত করতে দেয়। এই কাগজে আরও বিশদ দেখুন: দ্ব্যর্থহীন বস্তুর বিবরণের জেনারেশন এবং কম্প্রিহেনশন।

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : https://github.com/mjhucla/Google_Refexp_toolbox

• সোর্স কোড : tfds.vision_language.gref.Gref

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): প্রাথমিক প্রকাশ।

• ডাউনলোড আকার : Unknown size

• ডেটাসেটের আকার : 4.60 GiB

• ম্যানুয়াল ডাউনলোডের নির্দেশাবলী : এই ডেটাসেটের জন্য আপনাকে ডাউনলোড_config.manual_dir-এ ম্যানুয়ালি উৎস ডেটা download_config.manual_dir করতে হবে ( ~/tensorflow_datasets/downloads/manual/ ডিফল্ট):
  COCO এর সাথে সারিবদ্ধ বিন্যাসে ডেটা ডাউনলোড এবং প্রি-প্রসেস করতে https://github.com/mjhucla/Google_Refexp_toolbox- এ নির্দেশাবলী অনুসরণ করুন। ডিরেক্টরিটিতে 2টি ফাইল এবং একটি ফোল্ডার রয়েছে:

• google_refexp_train_201511_coco_aligned_catg.json

• google_refexp_val_201511_coco_aligned_catg.json

• coco_train2014/

coco_train2014 ফোল্ডারে COCO 2014 প্রশিক্ষণের সমস্ত ছবি রয়েছে৷

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'label': int64,
        'label_name': ClassLabel(shape=(), dtype=int64, num_classes=80),
        'refexp': Sequence({
            'raw': Text(shape=(), dtype=string),
            'referent': Text(shape=(), dtype=string),
            'refexp_id': int64,
            'tokens': Sequence(Text(shape=(), dtype=string)),
        }),
    }),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ):

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@inproceedings{mao2016generation,
  title={Generation and Comprehension of Unambiguous Object Descriptions},
  author={Mao, Junhua and Huang, Jonathan and Toshev, Alexander and Camburu, Oana and Yuille, Alan and Murphy, Kevin},
  booktitle={CVPR},
  year={2016}
}