Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

gref

  • Descripción:

El conjunto de datos Google RefExp es una colección de descripciones de texto de objetos en imágenes que se basa en el conjunto de datos MS-COCO disponible públicamente. Mientras que las leyendas de las imágenes en MS-COCO se aplican a toda la imagen, este conjunto de datos se centra en descripciones de texto que permiten identificar de forma única un solo objeto o región dentro de una imagen. Vea más detalles en este documento: Generación y comprensión de descripciones de objetos inequívocos.

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

  • El código fuente: tfds.vision_language.gref.Gref

  • versiones:

    • 1.0.0 (por defecto): Versión inicial.
  • Tamaño del paquete: Unknown size

  • Tamaño de conjunto de datos: 4.60 GiB

  • Las instrucciones de descarga manual: Este conjunto de datos se requiere para descargar los datos de origen manualmente en download_config.manual_dir (por defecto ~/tensorflow_datasets/downloads/manual/ ):
    Siga las instrucciones en https://github.com/mjhucla/Google_Refexp_toolbox de descarga y pre-procesar los datos en formato alineado con COCO. El directorio contiene 2 archivos y una carpeta:

  • google_refexp_train_201511_coco_aligned_catg.json

  • google_refexp_val_201511_coco_aligned_catg.json

  • coco_train2014 /

La carpeta coco_train2014 contiene todas las imágenes de capacitación de COCO 2014.

Separar Ejemplos de
'train' 24,698
'validation' 4.650
  • características:
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/id': tf.int64,
    'objects': Sequence({
        'area': tf.int64,
        'bbox': BBoxFeature(shape=(4,), dtype=tf.float32),
        'id': tf.int64,
        'label': tf.int64,
        'label_name': ClassLabel(shape=(), dtype=tf.int64, num_classes=80),
        'refexp': Sequence({
            'raw': Text(shape=(), dtype=tf.string),
            'referent': Text(shape=(), dtype=tf.string),
            'refexp_id': tf.int64,
            'tokens': Sequence(Text(shape=(), dtype=tf.string)),
        }),
    }),
})

Visualización

  • Cita:
@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}
}