Ajuda a proteger a Grande Barreira de Corais com TensorFlow em Kaggle Junte Desafio

Achados e perdidos

O conjunto de dados LostAndFound aborda o problema de detecção de pequenos obstáculos inesperados na estrada, geralmente causados ​​por cargas perdidas. O conjunto de dados compreende 112 sequências de vídeo estéreo com 2104 quadros anotados (escolhendo aproximadamente cada décimo quadro dos dados gravados).

O conjunto de dados foi projetado de forma análoga ao conjunto de dados 'Paisagens Urbanas'. O conjunto de dados fornece: - pares de imagens estéreo em resolução de cor de 8 ou 16 bits - mapas de disparidade pré-computados - rótulos semânticos grosseiros para objetos e ruas

As descrições dos rótulos são dadas aqui: http://www.6d-vision.com/laf_table.pdf

Dividir Exemplos
'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 (configuração padrão)

  • A inscrição Config: Lost and Found dataset segmentação semântica.

  • Tamanho do download: 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),
})

lost_and_found / stereo_disparity

  • Configuração Descrição: Lost and imagens estéreo encontrado e disparidade mapas.

  • Tamanho do download: 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),
})

lost_and_found / full

  • Descrição de configuração: Full Lost and conjunto de dados encontrado.

  • Tamanho do download: 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),
})

lost_and_found / full_16bit

  • Descrição de configuração: Full Lost and conjunto de dados encontrado.

  • Tamanho do download: 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),
})