키티

• 시각화 : 알고 귀하의 데이터에 탐색 north_east

• 설명 :

Kitti에는 자율 주행 플랫폼을 사용하여 구축된 일련의 비전 작업이 포함되어 있습니다. 전체 벤치마크에는 스테레오, 광학 흐름, 시각적 주행 거리 측정 등과 같은 많은 작업이 포함되어 있습니다. 이 데이터 세트에는 단안 이미지 및 경계 상자를 포함한 물체 감지 데이터 세트가 포함되어 있습니다. 데이터 세트에는 3D 경계 상자로 주석이 달린 7481개의 훈련 이미지가 포함되어 있습니다. 주석에 대한 전체 설명은 Kitti 홈페이지에 있는 개체 개발 키트 추가 정보의 추가 정보에서 찾을 수 있습니다.

• 홈페이지 : http://www.cvlibs.net/datasets/kitti/

• 소스 코드 : tfds.object_detection.Kitti

• 버전 :

  • 3.1.0 : 없음 릴리스 노트.
  • 3.2.0 (기본값) : Devkit 업데이트되었습니다.

• 다운로드 크기 : 11.71 GiB

• 데이터 집합의 크기 : 5.27 GiB

• 자동 캐시 ( 문서 ) : 없음

• 분할 :

• 특징 :

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),
    }),
})

• 감독 keys합니다 ( as_supervised 문서를 ) : None

• 그림 ( tfds.show_examples ) :

• 예 ( tfds.as_dataframe ) :

• 인용 :

@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}
}