فقدت ووجدت

• التصور : استكشف في اعرف بياناتك north_east

• الوصف :

تعالج مجموعة بيانات LostAndFound مشكلة اكتشاف العوائق الصغيرة غير المتوقعة على الطريق والتي غالبًا ما تكون ناجمة عن فقدان البضائع. تتألف مجموعة البيانات من 112 تسلسلًا لفيديو ستريو مع 2104 إطارًا مشروحًا (منتقيًا كل إطار عاشر تقريبًا من البيانات المسجلة).

تم تصميم مجموعة البيانات بشكل مماثل لمجموعة بيانات "مناظر المدينة". توفر مجموعة البيانات: - أزواج صور مجسمة إما بدقة ألوان 8 أو 16 بت - خرائط تباين مسبقة الصنع - تسميات دلالية رديئة للأشياء والشوارع

يتم تقديم أوصاف الملصقات هنا: http://www.6d-vision.com/laf_table.pdf

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : http://www.6d-vision.com/lostandfounddataset

• كود المصدر : tfds.datasets.lost_and_found.Builder

• إصدارات :

  • 1.0.0 (افتراضي): لا توجد ملاحظات حول الإصدار.

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): None

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@inproceedings{pinggera2016lost,
  title={Lost and found: detecting small road hazards for self-driving vehicles},
  author={Pinggera, Peter and Ramos, Sebastian and Gehrig, Stefan and Franke, Uwe and Rother, Carsten and Mester, Rudolf},
  booktitle={2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  year={2016}
}

lost_and_found / semantic_segmentation (التكوين الافتراضي)

• وصف التكوين : مجموعة بيانات التجزئة الدلالية المفقودة والموجودة.

• حجم التحميل : ٥ ٫ 5.44 GiB

• حجم مجموعة البيانات : 5.42 GiB

• هيكل الميزة :

FeaturesDict({
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

المفقودة و_المكتشفة / التفاوت_المجسم

• وصف التكوين : صور ستريو مفقودة ومعثور عليها وخرائط التباين.

• حجم التحميل : 12.16 GiB

• حجم مجموعة البيانات : 12.22 GiB

• هيكل الميزة :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

المفقودة والمكتشفة / ممتلئة

• وصف التكوين : مجموعة البيانات الكاملة المفقودة والموجودة.

• حجم التحميل : 12.19 GiB

• حجم مجموعة البيانات : 12.25 GiB

• هيكل الميزة :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

المفقودة والمكتشفة / full_16 بت

• وصف التكوين : مجموعة البيانات الكاملة المفقودة والموجودة.

• حجم التحميل : ٣٤ ٫ 34.90 GiB

• حجم مجموعة البيانات : 35.05 GiB

• هيكل الميزة :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):