日付を保存! Google I / Oが5月18日から20日に戻ってきます今すぐ登録
このページは Cloud Translation API によって翻訳されました。
Switch to English

open_images_v4

  • 説明

Open Imagesは、画像レベルのラベルとオブジェクト境界ボックスで注釈が付けられた最大900万枚の画像のデータセットです。

V4のトレーニングセットには、174万枚の画像上の600個のオブジェクトクラス用の1460万個の境界ボックスが含まれており、オブジェクトの場所の注釈が付いた既存の最大のデータセットになっています。ボックスは、正確さと一貫性を確保するために、主にプロのアノテーターによって手動で描画されています。画像は非常に多様で、多くの場合、複数のオブジェクトを含む複雑なシーンが含まれています(画像あたり平均8.4)。さらに、データセットには、数千のクラスにまたがる画像レベルのラベルが注釈として付けられています。

スプリット
'test' 125,436
'train' 1,743,042
'validation' 41,620
  • 特徴
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),
    }),
})
@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(デフォルトの設定)

視覚化

open_images_v4 / 300k

  • 構成の説明:画像のピクセル数は約300,000ピクセルで、72JPEG品質です。

  • tfds.show_examples ):

視覚化

open_images_v4 / 200k

  • 構成の説明:画像のピクセル数は約200,000ピクセルで、72JPEG品質です。

  • tfds.show_examples ):

視覚化