perso e trovato

• Visualizzazione : Esplora in Conosci i tuoi dati north_east

• Descrizione :

Il set di dati LostAndFound affronta il problema del rilevamento di piccoli ostacoli imprevisti sulla strada spesso causati da merci smarrite. Il set di dati comprende 112 sequenze video stereo con 2104 fotogrammi annotati (prelevando all'incirca ogni decimo fotogramma dai dati registrati).

Il set di dati è progettato in modo analogo al set di dati "Cityscapes". Il set di dati fornisce: - coppie di immagini stereo con risoluzione colore a 8 o 16 bit - mappe di disparità precalcolate - etichette semantiche grossolane per oggetti e strade

Le descrizioni delle etichette sono fornite qui: http://www.6d-vision.com/laf_table.pdf

• Documentazione aggiuntiva : Esplora documenti con codice north_east

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

• Codice sorgente : tfds.datasets.lost_and_found.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): nessuna nota di rilascio.

• Cache automatica ( documentazione ): No

• Divisioni :

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@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 (configurazione predefinita)

• Descrizione della configurazione : set di dati di segmentazione semantica persi e trovati.

• Dimensione del download : 5.44 GiB

• Dimensione del set di dati: 5.42 GiB

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

Lost_and_found/stereo_disparity

• Descrizione della configurazione : immagini stereo smarrite e trovate e mappe di disparità.

• Dimensioni del download : 12.16 GiB

• Dimensione del set di dati: 12.22 GiB

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

perso_e_trovato/pieno

• Descrizione della configurazione : set di dati completo Lost and Found.

• Dimensione del download : 12.19 GiB

• Dimensione del set di dati: 12.25 GiB

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

lost_and_found/full_16bit

• Descrizione della configurazione : set di dati completo Lost and Found.

• Dimensioni del download : 34.90 GiB

• Dimensione del set di dati: 35.05 GiB

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):