ref_coco

• विवरण :

COCO डेटासेट में छवियों के आधार पर 3 रेफ़रिंग एक्सप्रेशन डेटासेट का संग्रह। एक रेफ़रिंग एक्सप्रेशन टेक्स्ट का एक टुकड़ा है जो एक छवि में एक अद्वितीय वस्तु का वर्णन करता है। ये डेटासेट मानव रेटर्स को COCO डेटासेट में बाउंडिंग बॉक्स द्वारा चित्रित वस्तुओं को अलग करने के लिए कहकर एकत्र किए जाते हैं।

RefCoco और RefCoco+ काज़ेमज़ादेह और अन्य से हैं। 2014. RefCoco+ अभिव्यक्ति पूरी तरह से उपस्थिति आधारित विवरण हैं, जिसे उन्होंने रैटर्स को स्थान आधारित विवरणों का उपयोग करने से रोककर लागू किया है (उदाहरण के लिए, "दाईं ओर वाला व्यक्ति" RefCoco+ के लिए मान्य विवरण नहीं है)। RefCocoG माओ एट अल से है। 2016, और एनोटेशन प्रक्रिया में अंतर के कारण RefCoco की तुलना में वस्तुओं का अधिक समृद्ध विवरण है। विशेष रूप से, RefCoco को एक इंटरएक्टिव गेम-आधारित सेटिंग में एकत्र किया गया था, जबकि RefCocoG को एक गैर-इंटरैक्टिव सेटिंग में एकत्र किया गया था। औसतन, RefCocoG में प्रति अभिव्यक्ति 8.4 शब्द हैं जबकि RefCoco में 3.5 शब्द हैं।

प्रत्येक डेटासेट में अलग-अलग विभाजन आवंटन होते हैं जो आम तौर पर सभी कागजात में रिपोर्ट किए जाते हैं। RefCoco और RefCoco+ में "testA" और "testB" सेट में क्रमशः केवल लोग और केवल गैर-लोग होते हैं। छवियों को विभिन्न विभाजनों में विभाजित किया गया है। "गूगल" विभाजन में, वस्तुओं, छवियों को नहीं, को ट्रेन और गैर-ट्रेन विभाजन के बीच विभाजित किया जाता है। इसका मतलब यह है कि एक ही छवि ट्रेन और सत्यापन विभाजन दोनों में दिखाई दे सकती है, लेकिन छवि में संदर्भित वस्तुएं दो सेटों के बीच भिन्न होंगी। इसके विपरीत, "अन" और "उमद" ट्रेन, सत्यापन और परीक्षण विभाजन के बीच विभाजन छवियों को विभाजित करते हैं। RefCocoG में, "google" विभाजन में एक प्रामाणिक परीक्षण सेट नहीं है, और सत्यापन सेट को आम तौर पर कागजात में "वैल *" के रूप में रिपोर्ट किया जाता है।

प्रत्येक डेटासेट और विभाजन के लिए आँकड़े ("रेफरी" संदर्भित अभिव्यक्तियों की संख्या है, और "छवियाँ" छवियों की संख्या है):

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://github.com/lichengunc/refer

• स्रोत कोड : tfds.datasets.ref_coco.Builder

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): प्रारंभिक रिलीज़।

• डाउनलोड आकार : Unknown size

• मैन्युअल डाउनलोड निर्देश : इस डेटासेट के लिए आपको स्रोत डेटा को मैन्युअल रूप से download_config.manual_dir (डिफ़ॉल्ट रूप से ~/tensorflow_datasets/downloads/manual/ ) में डाउनलोड करना होगा:
  

• https://github.com/lichengunc/ में दिए गए निर्देशों का पालन करें और एनोटेशन और छवियों को डाउनलोड करें, रेपो में निर्दिष्ट डेटा/निर्देशिका से मिलान करें।

1. https://cocodataset.org/#download से pycocotools और इंस्टेंस_ट्रेन2014 एनोटेशन फ़ाइल प्राप्त करने के लिए https://github.com/cocodataset/cocoapi में PythonAPI के निर्देशों का पालन करें

2. अपने PYTHONPATH में (1) से रेफर.py और (2) से पाइकोकोटूल दोनों जोड़ें।

3. refcoco.json उत्पन्न करने के लिए मैन्युअल_डाउनलोड_प्रोसेस चलाएँ, ref_data_root , coco_annotations_file , और out_file को उन मानों से बदलें जहाँ आपने इन फ़ाइलों को डाउनलोड किया है / सहेजना चाहते हैं। ध्यान दें कि मैन्युअल_डाउनलोड_प्रोसेस.py को TFDS रिपॉजिटरी में पाया जा सकता है।

4. https://cocodataset.org/#download से COCO प्रशिक्षण सेट डाउनलोड करें और इसे coco_train2014/ नामक फ़ोल्डर में चिपका दें। Refcoco.json को refcoco.json के समान स्तर पर ले coco_train2014 ।

5. मानक मैनुअल डाउनलोड निर्देशों का पालन करें।

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'coco_annotations': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'label': int64,
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'gt_box_index': int64,
        'id': int64,
        'label': int64,
        'refexp': Sequence({
            'raw': Text(shape=(), dtype=string),
            'refexp_id': int64,
        }),
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• उद्धरण :

@inproceedings{kazemzadeh2014referitgame,
  title={Referitgame: Referring to objects in photographs of natural scenes},
  author={Kazemzadeh, Sahar and Ordonez, Vicente and Matten, Mark and Berg, Tamara},
  booktitle={Proceedings of the 2014 conference on empirical methods in natural language processing (EMNLP)},
  pages={787--798},
  year={2014}
}
@inproceedings{yu2016modeling,
  title={Modeling context in referring expressions},
  author={Yu, Licheng and Poirson, Patrick and Yang, Shan and Berg, Alexander C and Berg, Tamara L},
  booktitle={European Conference on Computer Vision},
  pages={69--85},
  year={2016},
  organization={Springer}
}
@inproceedings{mao2016generation,
  title={Generation and Comprehension of Unambiguous Object Descriptions},
  author={Mao, Junhua and Huang, Jonathan and Toshev, Alexander and Camburu, Oana and Yuille, Alan and Murphy, Kevin},
  booktitle={CVPR},
  year={2016}
}
@inproceedings{nagaraja2016modeling,
  title={Modeling context between objects for referring expression understanding},
  author={Nagaraja, Varun K and Morariu, Vlad I and Davis, Larry S},
  booktitle={European Conference on Computer Vision},
  pages={792--807},
  year={2016},
  organization={Springer}
}

ref_coco/refcoco_unc (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• डेटासेट का आकार : 3.24 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

रेफ_कोको/रेफकोको_गूगल

• डेटासेट का आकार : 4.60 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

ref_coco/refcocoplus_unc

• डेटासेट का आकार : 3.24 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

रेफ_कोको/रेफकोकोग_गूगल

• डेटासेट का आकार : 4.59 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

ref_coco/refcocog_umd

• डेटासेट का आकार : 4.04 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

• विवरण :

COCO डेटासेट में छवियों के आधार पर 3 रेफ़रिंग एक्सप्रेशन डेटासेट का संग्रह। एक रेफ़रिंग एक्सप्रेशन टेक्स्ट का एक टुकड़ा है जो एक छवि में एक अद्वितीय वस्तु का वर्णन करता है। ये डेटासेट मानव रेटर्स को COCO डेटासेट में बाउंडिंग बॉक्स द्वारा चित्रित वस्तुओं को अलग करने के लिए कहकर एकत्र किए जाते हैं।

RefCoco और RefCoco+ काज़ेमज़ादेह और अन्य से हैं। 2014. RefCoco+ अभिव्यक्ति पूरी तरह से उपस्थिति आधारित विवरण हैं, जिसे उन्होंने रैटर्स को स्थान आधारित विवरणों का उपयोग करने से रोककर लागू किया है (उदाहरण के लिए, "दाईं ओर वाला व्यक्ति" RefCoco+ के लिए मान्य विवरण नहीं है)। RefCocoG माओ एट अल से है। 2016, और एनोटेशन प्रक्रिया में अंतर के कारण RefCoco की तुलना में वस्तुओं का अधिक समृद्ध विवरण है। विशेष रूप से, RefCoco को एक इंटरएक्टिव गेम-आधारित सेटिंग में एकत्र किया गया था, जबकि RefCocoG को एक गैर-इंटरैक्टिव सेटिंग में एकत्र किया गया था। औसतन, RefCocoG में प्रति अभिव्यक्ति 8.4 शब्द हैं जबकि RefCoco में 3.5 शब्द हैं।

प्रत्येक डेटासेट में अलग-अलग विभाजन आवंटन होते हैं जो आम तौर पर सभी कागजात में रिपोर्ट किए जाते हैं। RefCoco और RefCoco+ में "testA" और "testB" सेट में क्रमशः केवल लोग और केवल गैर-लोग होते हैं। छवियों को विभिन्न विभाजनों में विभाजित किया गया है। "गूगल" विभाजन में, वस्तुओं, छवियों को नहीं, को ट्रेन और गैर-ट्रेन विभाजन के बीच विभाजित किया जाता है। इसका मतलब यह है कि एक ही छवि ट्रेन और सत्यापन विभाजन दोनों में दिखाई दे सकती है, लेकिन छवि में संदर्भित वस्तुएं दो सेटों के बीच भिन्न होंगी। इसके विपरीत, "अन" और "उमद" ट्रेन, सत्यापन और परीक्षण विभाजन के बीच विभाजन छवियों को विभाजित करते हैं। RefCocoG में, "google" विभाजन में एक प्रामाणिक परीक्षण सेट नहीं है, और सत्यापन सेट को आम तौर पर कागजात में "वैल *" के रूप में रिपोर्ट किया जाता है।

प्रत्येक डेटासेट और विभाजन के लिए आँकड़े ("रेफरी" संदर्भित अभिव्यक्तियों की संख्या है, और "छवियाँ" छवियों की संख्या है):

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://github.com/lichengunc/refer

• स्रोत कोड : tfds.datasets.ref_coco.Builder

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): प्रारंभिक रिलीज़।

• डाउनलोड आकार : Unknown size

• मैन्युअल डाउनलोड निर्देश : इस डेटासेट के लिए आपको स्रोत डेटा को मैन्युअल रूप से download_config.manual_dir (डिफ़ॉल्ट रूप से ~/tensorflow_datasets/downloads/manual/ ) में डाउनलोड करना होगा:
  

• https://github.com/lichengunc/ में दिए गए निर्देशों का पालन करें और एनोटेशन और छवियों को डाउनलोड करें, रेपो में निर्दिष्ट डेटा/निर्देशिका से मिलान करें।

1. https://cocodataset.org/#download से pycocotools और इंस्टेंस_ट्रेन2014 एनोटेशन फ़ाइल प्राप्त करने के लिए https://github.com/cocodataset/cocoapi में PythonAPI के निर्देशों का पालन करें

2. अपने PYTHONPATH में (1) से रेफर.py और (2) से पाइकोकोटूल दोनों जोड़ें।

3. refcoco.json उत्पन्न करने के लिए मैन्युअल_डाउनलोड_प्रोसेस चलाएँ, ref_data_root , coco_annotations_file , और out_file को उन मानों से बदलें जहाँ आपने इन फ़ाइलों को डाउनलोड किया है / सहेजना चाहते हैं। ध्यान दें कि मैन्युअल_डाउनलोड_प्रोसेस.py को TFDS रिपॉजिटरी में पाया जा सकता है।

4. https://cocodataset.org/#download से COCO प्रशिक्षण सेट डाउनलोड करें और इसे coco_train2014/ नामक फ़ोल्डर में चिपका दें। Refcoco.json को refcoco.json के समान स्तर पर ले coco_train2014 ।

5. मानक मैनुअल डाउनलोड निर्देशों का पालन करें।

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'coco_annotations': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'id': int64,
        'label': int64,
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/id': int64,
    'objects': Sequence({
        'area': int64,
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'gt_box_index': int64,
        'id': int64,
        'label': int64,
        'refexp': Sequence({
            'raw': Text(shape=(), dtype=string),
            'refexp_id': int64,
        }),
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• उद्धरण :

@inproceedings{kazemzadeh2014referitgame,
  title={Referitgame: Referring to objects in photographs of natural scenes},
  author={Kazemzadeh, Sahar and Ordonez, Vicente and Matten, Mark and Berg, Tamara},
  booktitle={Proceedings of the 2014 conference on empirical methods in natural language processing (EMNLP)},
  pages={787--798},
  year={2014}
}
@inproceedings{yu2016modeling,
  title={Modeling context in referring expressions},
  author={Yu, Licheng and Poirson, Patrick and Yang, Shan and Berg, Alexander C and Berg, Tamara L},
  booktitle={European Conference on Computer Vision},
  pages={69--85},
  year={2016},
  organization={Springer}
}
@inproceedings{mao2016generation,
  title={Generation and Comprehension of Unambiguous Object Descriptions},
  author={Mao, Junhua and Huang, Jonathan and Toshev, Alexander and Camburu, Oana and Yuille, Alan and Murphy, Kevin},
  booktitle={CVPR},
  year={2016}
}
@inproceedings{nagaraja2016modeling,
  title={Modeling context between objects for referring expression understanding},
  author={Nagaraja, Varun K and Morariu, Vlad I and Davis, Larry S},
  booktitle={European Conference on Computer Vision},
  pages={792--807},
  year={2016},
  organization={Springer}
}

ref_coco/refcoco_unc (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• डेटासेट का आकार : 3.24 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

रेफ_कोको/रेफकोको_गूगल

• डेटासेट का आकार : 4.60 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

ref_coco/refcocoplus_unc

• डेटासेट का आकार : 3.24 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

रेफ_कोको/रेफकोकोग_गूगल

• डेटासेट का आकार : 4.59 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

ref_coco/refcocog_umd

• डेटासेट का आकार : 4.04 GiB

• विभाजन :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):