lvis

LVIS: Um conjunto de dados para segmentação de instância de vocabulário grande.

Dividir Exemplos
'minival' 4.809
'test' 19.822
'train' 100.170
'validation' 19.809
  • Estrutura de recursos :
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),
    }),
})
  • Documentação do recurso :
Recurso Aula Forma Tipo D Descrição
RecursosDict
imagem Imagem (Nenhuma, Nenhuma, 3) uint8
imagem/id tensor int64
neg_category_ids Sequência(ClassLabel) (Nenhum,) int64
not_exhaustive_category_ids Sequência(ClassLabel) (Nenhum,) int64
objetos Seqüência
objetos/área tensor int64
objetos/bbox Recurso BBox (4,) float32
objetos/id tensor int64
objetos/rótulo ClassLabel int64
objetos/segmentação Imagem (Nenhuma, Nenhuma, 1) uint8

Visualização

@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}
}