RSVP для вашего местного мероприятия TensorFlow Everywhere сегодня!
Эта страница переведена с помощью Cloud Translation API.
Switch to English

Греф

  • Описание :

Набор данных Google RefExp - это набор текстовых описаний объектов на изображениях, основанный на общедоступном наборе данных MS-COCO. В то время как подписи к изображениям в MS-COCO применяются ко всему изображению, этот набор данных фокусируется на текстовых описаниях, которые позволяют однозначно идентифицировать отдельный объект или область внутри изображения. См. Более подробную информацию в этой статье: Создание и понимание однозначных описаний объектов.

  • Домашняя страница : https://github.com/mjhucla/Google_Refexp_toolbox

  • Исходный код : tfds.vision_language.gref.Gref

  • Версии :

    • 1.0.0 (по умолчанию): начальный выпуск.
  • Размер загрузки : Unknown size

  • Размер набора данных : 4.60 GiB

  • Инструкции по загрузке вручную : для этого набора данных необходимо вручную загрузить исходные данные в download_config.manual_dir (по умолчанию ~/tensorflow_datasets/downloads/manual/ ):
    Следуйте инструкциям на странице https://github.com/mjhucla/Google_Refexp_toolbox, чтобы загрузить и предварительно обработать данные в согласованном формате с COCO. Каталог содержит 2 файла и одну папку:

  • google_refexp_train_201511_coco_aligned_catg.json

  • google_refexp_val_201511_coco_aligned_catg.json

  • coco_train2014 /

Папка coco_train2014 содержит все обучающие изображения COCO 2014.

Трещина Примеры
'train' 24 698
'validation' 4650
  • Особенности :
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)),
        }),
    }),
})
  • Контролируемые ключи (см. as_supervised doc ): None

  • Цитата :

@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}
}

Визуализация