lvis

LVIS: zbiór danych do segmentacji dużych instancji słownictwa.

Podział Przykłady
'minival' 4809
'test' 19822
'train' 100 170
'validation' 19809
  • Struktura funkcji :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/id': int64,
    'neg_category_ids': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1203)),
    'not_exhaustive_category_ids': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1203)),
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1203),
        'segmentation': Image(shape=(None, None, 1), dtype=uint8),
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDykt
obraz Obraz (Brak, Brak, 3) uint8
obraz/identyfikator Napinacz int64
neg_category_ids Sekwencja (etykieta klasy) (Nic,) int64
not_exhaustive_category_ids Sekwencja (etykieta klasy) (Nic,) int64
obiekty Sekwencja
obiekty/obszar Napinacz int64
obiekty/bbox Funkcja BBox (4,) pływak32
obiekty/identyfikator Napinacz int64
obiekty/etykieta Etykieta klasy int64
obiekty/segmentacja Obraz (Brak, Brak, 1) uint8

Wyobrażanie sobie

  • Cytat :
@inproceedings{gupta2019lvis,
  title={ {LVIS}: A Dataset for Large Vocabulary Instance Segmentation},
  author={Gupta, Agrim and Dollar, Piotr and Girshick, Ross},
  booktitle={Proceedings of the {IEEE} Conference on Computer Vision and Pattern Recognition},
  year={2019}
}