open_images_v4

• Visualizzazione : Esplora in Conosci i tuoi dati north_east

• Descrizione :

Open Images è un set di dati di circa 9 milioni di immagini che sono state annotate con etichette a livello di immagine e riquadri di delimitazione degli oggetti.

Il set di addestramento della V4 contiene 14,6 milioni di riquadri di delimitazione per 600 classi di oggetti su 1,74 milioni di immagini, rendendolo il più grande set di dati esistente con annotazioni sulla posizione degli oggetti. Le caselle sono state in gran parte disegnate manualmente da annotatori professionisti per garantire accuratezza e coerenza. Le immagini sono molto diverse e spesso contengono scene complesse con diversi oggetti (in media 8,4 per immagine). Inoltre, il set di dati è annotato con etichette a livello di immagine che coprono migliaia di classi.

• Documentazione aggiuntiva : Esplora documenti con codice north_east

• Home page : https://storage.googleapis.com/openimages/web/index.html

• Codice sorgente : tfds.datasets.open_images_v4.Builder

• Versioni :

  • 2.0.0 (impostazione predefinita): nuova API divisa ( https://tensorflow.org/datasets/splits )

• Dimensioni del download : 565.11 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'bobjects': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'is_depiction': int8,
        'is_group_of': int8,
        'is_inside': int8,
        'is_occluded': int8,
        'is_truncated': int8,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=601),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'objects': Sequence({
        'confidence': int32,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=19995),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
    'objects_trainable': Sequence({
        'confidence': int32,
        'label': ClassLabel(shape=(), dtype=int64, num_classes=7186),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Citazione :

@article{OpenImages,
  author = {Alina Kuznetsova and
            Hassan Rom and
            Neil Alldrin and
            Jasper Uijlings and
            Ivan Krasin and
            Jordi Pont-Tuset and
            Shahab Kamali and
            Stefan Popov and
            Matteo Malloci and
            Tom Duerig and
            Vittorio Ferrari},
  title = {The Open Images Dataset V4: Unified image classification,
           object detection, and visual relationship detection at scale},
  year = {2018},
  journal = {arXiv:1811.00982}
}
@article{OpenImages2,
  author = {Krasin, Ivan and
            Duerig, Tom and
            Alldrin, Neil and
            Ferrari, Vittorio
            and Abu-El-Haija, Sami and
            Kuznetsova, Alina and
            Rom, Hassan and
            Uijlings, Jasper and
            Popov, Stefan and
            Kamali, Shahab and
            Malloci, Matteo and
            Pont-Tuset, Jordi and
            Veit, Andreas and
            Belongie, Serge and
            Gomes, Victor and
            Gupta, Abhinav and
            Sun, Chen and
            Chechik, Gal and
            Cai, David and
            Feng, Zheyun and
            Narayanan, Dhyanesh and
            Murphy, Kevin},
  title = {OpenImages: A public dataset for large-scale multi-label and
           multi-class image classification.},
  journal = {Dataset available from
             https://storage.googleapis.com/openimages/web/index.html},
  year={2017}
}

open_images_v4/original (configurazione predefinita)

• Descrizione della configurazione : immagini alla loro risoluzione e qualità originali.

• Dimensione del set di dati: 562.42 GiB

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

open_images_v4/300k

• Descrizione della configurazione : le immagini hanno circa 300.000 pixel, con qualità JPEG 72.

• Dimensione del set di dati: 81.92 GiB

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

open_images_v4/200k

• Descrizione della configurazione : le immagini hanno circa 200.000 pixel, con qualità JPEG 72.

• Dimensione del set di dati: 60.70 GiB

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):