open_images_challenge2019_検出

• ビジュアライゼーション: Know Your Data north_eastで探索する

• 説明:

Open Images は、画像レベルのラベル、オブジェクト境界ボックス、オブジェクト セグメンテーション マスク、および視覚的関係で注釈が付けられた、約 900 万の画像の共同リリースです。この比類のない大規模で多様なデータセットは、画像の分析と理解における最先端の進歩に拍車をかけるように設計されています。

これには、競技会のオブジェクト検出トラックからのデータが含まれています。このトラックの目標は、500 クラスのすべてのオブジェクト インスタンスの周りにタイトなバウンディング ボックスを予測することです。

画像には、特定のオブジェクト クラスが存在することを示す正の画像レベル ラベルと、特定のクラスが存在しないことを示す負の画像レベル ラベルが付けられます。コンテストでは、他のすべての注釈のないクラスは、その画像での評価から除外されます。画像内の正の画像レベル ラベルごとに、画像内のそのオブジェクト クラスのすべてのインスタンスに注釈が付けられました。

• ホームページ: https://storage.googleapis.com/openimages/web/challenge2019.html

• ソースコード: tfds.datasets.open_images_challenge2019_detection.Builder

• バージョン:

  • 1.0.0 (デフォルト): リリース ノートはありません。

• ダウンロードサイズ: 534.63 GiB

• 自動キャッシュ(ドキュメント): いいえ

• スプリット:

• 機能構造:

FeaturesDict({
    'bobjects': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'is_group_of': bool,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=500),
    }),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'objects': Sequence({
        'confidence': float32,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=500),
        'source': Text(shape=(), dtype=string),
    }),
})

• 機能のドキュメント:

• 監視されたキー( as_supervised docを参照): None

• 引用：

open_images_challenge2019_detection/200k (デフォルト設定)

• 構成の説明: 画像は 72 JPEG 品質で最大 200,000 ピクセルです。

• データセットサイズ: 59.06 GiB

• 図( tfds.show_examples ):

• 例( tfds.as_dataframe ):

open_images_challenge2019_detection/300k

• 構成の説明: 画像は 72 JPEG 品質で最大 300,000 ピクセルです。

• データセットサイズ: 80.10 GiB

• 図( tfds.show_examples ):

• 例( tfds.as_dataframe ):