एमएल समुदाय दिवस 9 नवंबर है! TensorFlow, JAX से नई जानकारी के लिए हमसे जुड़ें, और अधिक जानें

open_images_v4

ओपन इमेज ~9M इमेज का एक डेटासेट है जिसे इमेज-लेवल लेबल और ऑब्जेक्ट बाउंडिंग बॉक्स के साथ एनोटेट किया गया है।

V4 के प्रशिक्षण सेट में 1.74M छवियों पर 600 ऑब्जेक्ट वर्गों के लिए 14.6M बाउंडिंग बॉक्स हैं, जो इसे ऑब्जेक्ट स्थान एनोटेशन के साथ सबसे बड़ा मौजूदा डेटासेट बनाता है। सटीकता और एकरूपता सुनिश्चित करने के लिए बॉक्स को बड़े पैमाने पर पेशेवर व्याख्याकारों द्वारा मैन्युअल रूप से तैयार किया गया है। छवियां बहुत विविध हैं और अक्सर कई वस्तुओं (औसतन प्रति छवि ८.४) के साथ जटिल दृश्य होते हैं। इसके अलावा, डेटासेट को हजारों वर्गों में फैले छवि-स्तर के लेबल के साथ एनोटेट किया जाता है।

विभाजित करना उदाहरण
'test' 125,436
'train' 1,743,042
'validation' 41,620
  • विशेषताएं:
FeaturesDict({
    'bobjects': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=tf.float32),
        'is_depiction': tf.int8,
        'is_group_of': tf.int8,
        'is_inside': tf.int8,
        'is_occluded': tf.int8,
        'is_truncated': tf.int8,
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=601),
        'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
    }),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/filename': Text(shape=(), dtype=tf.string),
    'objects': Sequence({
        'confidence': tf.int32,
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=19995),
        'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
    }),
    'objects_trainable': Sequence({
        'confidence': tf.int32,
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=7186),
        'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
    }),
})
  • पर्यवेक्षित कुंजियों (देखें as_supervised डॉक ): None

  • प्रशस्ति पत्र:

@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/मूल (डिफ़ॉल्ट कॉन्फ़िग)

  • कॉन्फ़िग विवरण: अपने मूल संकल्प और गुणवत्ता पर छवियाँ।

  • चित्रा ( tfds.show_examples ):

VISUALIZATION

open_images_v4/300k

  • कॉन्फ़िग विवरण: छवियाँ लगभग 300.000 पिक्सल, 72 JPEG गुणवत्ता पर है।

  • चित्रा ( tfds.show_examples ):

VISUALIZATION

open_images_v4/200k

  • कॉन्फ़िग विवरण: छवियाँ लगभग 200,000 पिक्सल, 72 JPEG गुणवत्ता पर है।

  • चित्रा ( tfds.show_examples ):

VISUALIZATION