Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

zagubione_i_odnalezione

LostAndFound Dataset rozwiązuje problem wykrywania nieoczekiwanych małych przeszkód na drodze, często powodowanych przez zagubiony ładunek. Zestaw danych zawiera 112 stereofonicznych sekwencji wideo z 2104 klatkami z adnotacjami (wybierając mniej więcej co dziesiątą klatkę z zarejestrowanych danych).

Zestaw danych został zaprojektowany analogicznie do zestawu danych „Cityscapes”. Zestaw danych zapewnia: - pary obrazów stereo w 8 lub 16-bitowej rozdzielczości kolorów - wstępnie obliczone mapy rozbieżności - zgrubne etykiety semantyczne dla obiektów i ulic

Opisy na etykietach podane są tutaj: http://www.6d-vision.com/laf_table.pdf

Podział Przykłady
'test' 1203
'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 (konfiguracja domyślna)

  • Opis config: Lost and Found semantyczny segmentacja zestawu danych.

  • Wielkość pliku: 5.44 GiB

  • Cechy:

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),
})

lost_and_found/stereo_disparity

  • Opis config: Lost and Found obrazy stereo i dysproporcja mapy.

  • Wielkość pliku: 12.16 GiB

  • Cechy:

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),
})

zagubione_i_odnalezione/pełne

  • Opis config: Lost and Found Pełny zestaw danych.

  • Wielkość pliku: 12.19 GiB

  • Cechy:

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),
})

lost_and_found/full_16bit

  • Opis config: Lost and Found Pełny zestaw danych.

  • Wielkość pliku: 34.90 GiB

  • Cechy:

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),
})