Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

objetos perdidos

El conjunto de datos LostAndFound aborda el problema de detectar pequeños obstáculos inesperados en la carretera, a menudo causados ​​por la pérdida de carga. El conjunto de datos comprende 112 secuencias de video estéreo con 2104 cuadros anotados (seleccionando aproximadamente cada décimo cuadro de los datos grabados).

El conjunto de datos está diseñado de forma análoga al conjunto de datos 'Paisajes urbanos'. El conjunto de datos proporciona: - pares de imágenes estéreo con una resolución de color de 8 o 16 bits - mapas de disparidad precalculados - etiquetas semánticas gruesas para objetos y calles

Las descripciones de las etiquetas se dan aquí: http://www.6d-vision.com/laf_table.pdf

Separar Ejemplos de
'test' 1.203
'train' 1.036
@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 (configuración predeterminada)

  • Descripción Config: Perdido y encontrado el conjunto de datos de segmentación semántica.

  • Tamaño del paquete: 5.44 GiB

  • características:

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

perdido_y_encontrado / stereo_disparity

  • Descripción config: Perdido y Encontrado imágenes estéreo y la disparidad de mapas.

  • Tamaño del paquete: 12.16 GiB

  • características:

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

perdido_y_encontrado / completo

  • Descripción config: Perdido y completo conjunto de datos encontrados.

  • Tamaño del paquete: 12.19 GiB

  • características:

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

perdido_y_encontrado / full_16bit

  • Descripción config: Perdido y completo conjunto de datos encontrados.

  • Tamaño del paquete: 34.90 GiB

  • características:

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