Визуализация: Исследовать в Know Ваши данные
Описание:
Kitti содержит набор задач со зрением, созданных с использованием платформы для автономного вождения. Полный тест содержит множество задач, таких как стерео, оптический поток, визуальная одометрия и т. Д. Этот набор данных содержит набор данных обнаружения объектов, включая монокулярные изображения и ограничивающие рамки. Набор данных содержит 7481 обучающее изображение, помеченное трехмерными ограничивающими рамками. Полное описание аннотаций можно найти в файле readme для набора средств разработки объектов на домашней странице Kitti.
Домашняя страница: http://www.cvlibs.net/datasets/kitti/
Исходный код:
tfds.object_detection.Kitti
Версии:
-
3.1.0
: Нет Замечания к выпуску. -
3.2.0
( по умолчанию): DevKit обновляется.
-
Скачать Размер:
11.71 GiB
Dataset Размер:
5.27 GiB
Авто-кэшируются ( документация ): Нет
расколы:
Расколоть | Примеры |
---|---|
'test' | 711 |
'train' | 6 347 |
'validation' | 423 |
- Особенности:
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=tf.uint8),
'image/file_name': Text(shape=(), dtype=tf.string),
'objects': Sequence({
'alpha': tf.float32,
'bbox': BBoxFeature(shape=(4,), dtype=tf.float32),
'dimensions': Tensor(shape=(3,), dtype=tf.float32),
'location': Tensor(shape=(3,), dtype=tf.float32),
'occluded': ClassLabel(shape=(), dtype=tf.int64, num_classes=4),
'rotation_y': tf.float32,
'truncated': tf.float32,
'type': ClassLabel(shape=(), dtype=tf.int64, num_classes=8),
}),
})
Контролируемые ключи (см
as_supervised
документ ):None
Фигура ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
- Образец цитирования:
@inproceedings{Geiger2012CVPR,
author = {Andreas Geiger and Philip Lenz and Raquel Urtasun},
title = {Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite},
booktitle = {Conference on Computer Vision and Pattern Recognition (CVPR)},
year = {2012}
}