Визуализация : Исследуйте в Know Your Data
Описание :
Open Images – это набор данных из примерно 9 млн изображений, снабженных аннотациями на уровне изображений и ограничивающими рамками объектов.
Учебный набор V4 содержит 14,6 млн ограничительных рамок для 600 классов объектов на 1,74 млн изображений, что делает его самым большим из существующих наборов данных с аннотациями местоположения объектов. Ящики были в основном нарисованы вручную профессиональными аннотаторами, чтобы обеспечить точность и согласованность. Изображения очень разнообразны и часто содержат сложные сцены с несколькими объектами (в среднем 8,4 на изображение). Кроме того, набор данных аннотирован метками уровня изображения, охватывающими тысячи классов.
Дополнительная документация : изучить документы с кодом
Домашняя страница : https://storage.googleapis.com/openimages/web/index.html
Исходный код :
tfds.datasets.open_images_v4.Builder
Версии :
-
2.0.0
(по умолчанию): новый раздельный API ( https://tensorflow.org/datasets/splits )
-
Размер загрузки :
565.11 GiB
Автоматическое кэширование ( документация ): Нет
Сплиты :
Расколоть | Примеры |
---|---|
'test' | 125 436 |
'train' | 1 743 042 |
'validation' | 41 620 |
- Структура функции :
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),
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
объекты | Последовательность | |||
объекты/bbox | BBoxFeature | (4,) | поплавок32 | |
bobjects/is_depiction | Тензор | int8 | ||
boobjects/is_group_of | Тензор | int8 | ||
boobjects/is_inside | Тензор | int8 | ||
bobjects/is_occluded | Тензор | int8 | ||
bobjects/is_truncated | Тензор | int8 | ||
объекты/метка | Метка класса | int64 | ||
объекты/источник | Метка класса | int64 | ||
изображение | Изображение | (Нет, Нет, 3) | uint8 | |
изображение/имя файла | Текст | нить | ||
объекты | Последовательность | |||
объекты/доверие | Тензор | int32 | ||
объекты/метка | Метка класса | int64 | ||
объекты/источник | Метка класса | int64 | ||
objects_trainable | Последовательность | |||
objects_trainable/уверенность | Тензор | int32 | ||
objects_trainable/метка | Метка класса | int64 | ||
objects_trainable/источник | Метка класса | int64 |
Ключи под наблюдением (см . документ
as_supervised
):None
Цитата :
@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 (конфигурация по умолчанию)
Описание конфигурации : изображения с исходным разрешением и качеством.
Размер набора данных :
562.42 GiB
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
open_images_v4/300k
Описание конфигурации : изображения имеют размер примерно 300 000 пикселей с качеством JPEG 72.
Размер набора данных :
81.92 GiB
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
open_images_v4/200k
Описание конфигурации : изображения имеют размер примерно 200 000 пикселей с качеством JPEG 72.
Размер набора данных :
60.70 GiB
.Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):