Gref

  • opis :

Zestaw danych Google RefExp to zbiór opisów tekstowych obiektów na obrazach, który opiera się na publicznie dostępnym zbiorze danych MS-COCO. Podczas gdy podpisy obrazów w MS-COCO odnoszą się do całego obrazu, ten zestaw danych koncentruje się na opisach tekstowych, które pozwalają jednoznacznie zidentyfikować pojedynczy obiekt lub region na obrazie. Zobacz więcej szczegółów w tym artykule: Generowanie i rozumienie jednoznacznych opisów obiektów.

Folder coco_train2014 zawiera wszystkie obrazy szkoleniowe COCO 2014.

Rozdzielać Przykłady
'train' 24698
'validation' 4650
  • Struktura funkcji :
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)),
        }),
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
obraz Obraz (Brak, Brak, 3) uint8
obraz/identyfikator Napinacz int64
obiekty Sekwencja
obiekty/obszar Napinacz int64
obiekty/bbox Funkcja BBox (4,) pływak32
obiekty/identyfikator Napinacz int64
obiekty/etykieta Napinacz int64
obiekty/nazwa_etykiety Etykieta klasy int64
obiekty/odzw Sekwencja
obiekty/refexp/raw Tekst strunowy
obiekty/odnośnik/odnośnik Tekst strunowy
obiekty/refexp/refexp_id Napinacz int64
obiekty/refexp/tokeny Sekwencja (tekst) (Nic,) strunowy

Wyobrażanie sobie

  • Cytat :
@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}
}