Эта страница была переведа с помощью Cloud Translation API.
Switch to English

Китти

  • 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 :

    • 3.2.0 (по умолчанию): без примечаний к выпуску.
    • 3.1.0 : Нет примечаний к выпуску.
  • Размер загружаемого 11.71 GiB : 11.71 GiB

  • Размер набора данных : 5.27 GiB

  • Автоматическое кэширование ( документация ): Нет

  • Сплит :

Трещина 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 doc ): None

  • 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}
}

Визуализация