Wizualizacja : Eksploruj w regionie Poznaj swoje dane
opis :
Open Images to zbiór danych składający się z około 9 milionów obrazów, które zostały opatrzone adnotacjami za pomocą etykiet na poziomie obrazu i ramek ograniczających obiekty.
Zestaw treningowy V4 zawiera 14,6 mln ramek ograniczających dla 600 klas obiektów na obrazach o wielkości 1,74 mln, co czyni go największym istniejącym zestawem danych z adnotacjami dotyczącymi lokalizacji obiektów. Pudełka zostały w dużej mierze ręcznie narysowane przez profesjonalnych adnotatorów, aby zapewnić dokładność i spójność. Obrazy są bardzo zróżnicowane i często zawierają złożone sceny z kilkoma obiektami (średnio 8,4 na obraz). Ponadto zestaw danych jest opatrzony adnotacjami z etykietami na poziomie obrazu obejmującymi tysiące klas.
Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na
Strona główna : https://storage.googleapis.com/openimages/web/index.html
Kod źródłowy :
tfds.datasets.open_images_v4.Builder
Wersje :
-
2.0.0
(domyślnie): Nowy podzielony interfejs API ( https://tensorflow.org/datasets/splits )
-
Rozmiar pliku do pobrania :
565.11 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 125436 |
'train' | 1 743 042 |
'validation' | 41620 |
- Struktura funkcji :
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),
}),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
bobjects | Sekwencja | |||
bobjects/bbox | Funkcja BBox | (4,) | pływak32 | |
bobjects/is_depiction | Napinacz | int8 | ||
bobjects/is_group_of | Napinacz | int8 | ||
bobjects/is_inside | Napinacz | int8 | ||
bobjects/is_ocluded | Napinacz | int8 | ||
bobjects/is_truncated | Napinacz | int8 | ||
bobjects/etykieta | Etykieta klasy | int64 | ||
bobjects/źródło | Etykieta klasy | int64 | ||
obraz | Obraz | (Brak, Brak, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy | ||
obiekty | Sekwencja | |||
przedmioty/pewność siebie | Napinacz | int32 | ||
obiekty/etykieta | Etykieta klasy | int64 | ||
obiekty/źródło | Etykieta klasy | int64 | ||
obiekty_możliwe do wyszkolenia | Sekwencja | |||
obiekty_możliwe do szkolenia/pewność | Napinacz | int32 | ||
obiekty, które można wyszkolić/etykieta | Etykieta klasy | int64 | ||
obiekty, które można wyszkolić/źródło | Etykieta klasy | int64 |
Klucze nadzorowane (Zobacz dokument
as_supervised
):None
Cytat :
@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 (domyślna konfiguracja)
Opis konfiguracji : obrazy w oryginalnej rozdzielczości i jakości.
Rozmiar zestawu danych :
562.42 GiB
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
open_images_v4/300k
Opis konfiguracji : obrazy mają około 300 000 pikseli w jakości 72 JPEG.
Rozmiar zestawu danych :
81.92 GiB
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
open_images_v4/200k
Opis konfiguracji : obrazy mają około 200 000 pikseli w jakości 72 JPEG.
Rozmiar zestawu danych :
60.70 GiB
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):