open_images_challenge2019_Detection

Open Images는 이미지 수준 레이블, 개체 경계 상자, 개체 분할 마스크 및 시각적 관계로 주석이 달린 ~9백만 이미지의 공동 릴리스입니다. 이 독특하고 크고 다양한 데이터 세트는 이미지를 분석하고 이해하는 데 있어서 최첨단 기술의 발전을 촉진하도록 설계되었습니다.

여기에는 대회의 객체 감지 트랙 데이터가 포함되어 있습니다. 이 트랙의 목표는 500개 클래스의 모든 개체 인스턴스 주위에 단단한 경계 상자를 예측하는 것입니다.

이미지에는 특정 객체 클래스가 있음을 나타내는 포지티브 이미지 레벨 레이블과 특정 클래스가 없음을 나타내는 네거티브 이미지 레벨 레이블이 주석으로 추가됩니다. 경쟁에서 주석이 없는 다른 모든 클래스는 해당 이미지의 평가에서 제외됩니다. 이미지의 각 포지티브 이미지 수준 레이블에 대해 이미지에 있는 해당 객체 클래스의 모든 인스턴스에 주석이 추가되었습니다.

나뉘다
'test' 99,999
'train' 1,743,042
'validation' 41,620
  • 기능 구조 :
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),
    }),
})
  • 기능 문서 :
특징 수업 모양 D타입 설명
풍모Dict
객체 순서
객체/bbox BBox기능 (4,) float32
bobjects/is_group_of 텐서 부울
개체/라벨 클래스 레이블 int64
ID 텍스트
영상 영상 (없음, 없음, 3) uint8
사물 순서
객체/자신감 텐서 float32
개체/레이블 클래스 레이블 int64
개체/소스 텍스트

open_images_challenge2019_detection/200k(기본 구성)

  • 구성 설명 : 이미지는 최대 200,000픽셀, 72 JPEG 품질입니다.

  • 데이터세트 크기 : 59.06 GiB

  • 그림 ( tfds.show_examples ):

심상

open_images_challenge2019_detection/300k

  • 구성 설명 : 이미지는 최대 300,000픽셀, 72 JPEG 품질입니다.

  • 데이터세트 크기 : 80.10 GiB

  • 그림 ( tfds.show_examples ):

심상