open_images_v4

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.

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
@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 ):

Wyobrażanie sobie

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 ):

Wyobrażanie sobie

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 ):

Wyobrażanie sobie