котенок

• Визуализация : Исследуйте в Know Your Data north_east

• Описание :

Kitti содержит набор задач для машинного зрения, 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, аннотированное 3D ограничивающими рамками. Полное описание аннотаций можно найти в файле readme пакета разработки объектов на домашней странице Kitti.

• Дополнительная документация : изучить документы с кодом north_east

• Домашняя страница : http://www.cvlibs.net/datasets/kitti/

• Исходный код : tfds.datasets.kitti.Builder

• Версии :

  • 3.1.0 : Нет примечаний к выпуску.
  • 3.2.0 : обновлен комплект для разработки.
  • 3.3.0 (по умолчанию): добавлены метки для occluded объекта.

• Размер загрузки : 11.71 GiB

• Размер набора данных : 5.27 GiB

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

• Структура функции :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/file_name': Text(shape=(), dtype=string),
    'objects': Sequence({
        'alpha': float32,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'dimensions': Tensor(shape=(3,), dtype=float32),
        'location': Tensor(shape=(3,), dtype=float32),
        'occluded': ClassLabel(shape=(), dtype=int64, num_classes=4),
        'rotation_y': float32,
        'truncated': float32,
        'type': ClassLabel(shape=(), dtype=int64, num_classes=8),
    }),
})

• Документация по функциям :

• Ключи под наблюдением (см. документ as_supervised ): None

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

• Цитата :

@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}
}