segment_anything

  • বর্ণনা :

SA-1B ডাউনলোড করুন

সেগমেন্ট এনিথিং 1 বিলিয়ন (SA-1B) হল একটি ডেটাসেট যা ওপেন ওয়ার্ল্ড ইমেজ থেকে সাধারণ-উদ্দেশ্য অবজেক্ট সেগমেন্টেশন মডেলের প্রশিক্ষণের জন্য ডিজাইন করা হয়েছে। ডেটাসেটটি "সেগমেন্ট এনিথিং" কাগজে চালু করা হয়েছিল।

SA-1B ডেটাসেটে 11M বৈচিত্র্যময়, উচ্চ-রেজোলিউশন, লাইসেন্সপ্রাপ্ত, এবং গোপনীয়তা-সুরক্ষামূলক ছবি এবং 1.1B মাস্ক টীকা রয়েছে। মাস্কগুলি COCO রান-লেংথ এনকোডিং (RLE) ফর্ম্যাটে দেওয়া হয় এবং ক্লাস নেই৷

লাইসেন্স কাস্টম। অনুগ্রহ করে https://ai.facebook.com/datasets/segment-anything-downloads- এ সম্পূর্ণ নিয়ম ও শর্তাবলী পড়ুন

image.content (ছবির বিষয়বস্তু) ছাড়া সমস্ত বৈশিষ্ট্য মূল ডেটাসেটে রয়েছে।

আপনি এর সাথে সেগমেন্টেশন মাস্ক ডিকোড করতে পারেন:

import tensorflow_datasets as tfds

pycocotools = tfds.core.lazy_imports.pycocotools

ds = tfds.load('segment_anything', split='train')
for example in tfds.as_numpy(ds):
  segmentation = example['annotations']['segmentation']
  for counts, size in zip(segmentation['counts'], segmentation['size']):
    encoded_mask = {'size': size, 'counts': counts}
    mask = pycocotools.decode(encoded_mask)  # np.array(dtype=uint8) mask
    ...
  • হোমপেজ : https://ai.facebook.com/datasets/segment-anything-downloads

  • উত্স কোড : tfds.datasets.segment_anything.Builder

  • সংস্করণ :

    • 1.0.0 (ডিফল্ট): প্রাথমিক প্রকাশ।
  • ডাউনলোডের আকার : 10.28 TiB

  • ডেটাসেটের আকার : 10.59 TiB

  • ম্যানুয়াল ডাউনলোডের নির্দেশাবলী : এই ডেটাসেটের জন্য আপনাকে download_config.manual_dir এ ম্যানুয়ালি উৎস ডেটা ডাউনলোড করতে হবে ( ~/tensorflow_datasets/downloads/manual/ এ ডিফল্ট):
    https://ai.facebook.com/datasets/segment-anything-downloads manual_dir থেকে লিঙ্ক ফাইল ডাউনলোড করুন segment_anything_links.txt হিসাবে সংরক্ষিত লিঙ্ক ফাইল থাকা উচিত।

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

  • বিভাজন :

বিভক্ত উদাহরণ
'train' 11,185,362
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'annotations': Sequence({
        'area': Scalar(shape=(), dtype=uint64),
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'crop_box': BBoxFeature(shape=(4,), dtype=float32),
        'id': Scalar(shape=(), dtype=uint64),
        'point_coords': Tensor(shape=(1, 2), dtype=float64),
        'predicted_iou': Scalar(shape=(), dtype=float64),
        'segmentation': FeaturesDict({
            'counts': string,
            'size': Tensor(shape=(2,), dtype=uint64),
        }),
        'stability_score': Scalar(shape=(), dtype=float64),
    }),
    'image': FeaturesDict({
        'content': Image(shape=(None, None, 3), dtype=uint8),
        'file_name': string,
        'height': uint64,
        'image_id': uint64,
        'width': uint64,
    }),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
টীকা ক্রম
টীকা/ক্ষেত্র স্কেলার uint64 মাস্কের পিক্সেলে এলাকা।
টীকা/bbox বিবক্স ফিচার (৪,) float32 মুখোশের চারপাশে বাক্স, TFDS ফর্ম্যাটে।
টীকা/ক্রপ_বক্স বিবক্স ফিচার (৪,) float32 TFDS ফর্ম্যাটে মাস্ক তৈরি করতে ব্যবহৃত চিত্রের ক্রপ।
টীকা/আইডি স্কেলার uint64 টীকা জন্য শনাক্তকারী.
টীকা/পয়েন্ট_কোর্ড টেনসর (1, 2) float64 পয়েন্টটি মাস্ক তৈরি করতে মডেলে ইনপুট সমন্বয় করে।
টীকা/অনুমানিত_iou স্কেলার float64 মুখোশের গুণমান সম্পর্কে মডেলের নিজস্ব ভবিষ্যদ্বাণী।
টীকা/বিভাজন ফিচারসডিক্ট COCO RLE ফরম্যাটে এনকোডেড সেগমেন্টেশন মাস্ক (কী size এবং counts সহ নির্দেশনা)।
টীকা/বিভাজন/গণনা টেনসর স্ট্রিং
টীকা/বিভাজন/আকার টেনসর (2,) uint64
টীকা/স্থিরতা_স্কোর স্কেলার float64 মুখোশের গুণমানের একটি পরিমাপ।
ইমেজ ফিচারসডিক্ট
ছবি/কন্টেন্ট ছবি (কোনটিই নয়, 3) uint8 ছবির বিষয়বস্তু।
image/file_name টেনসর স্ট্রিং
ছবি/উচ্চতা টেনসর uint64
ছবি/ছবি_আইডি টেনসর uint64
ছবি/প্রস্থ টেনসর uint64
  • তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

  • চিত্র ( tfds.show_examples ): সমর্থিত নয়।

  • উদাহরণ ( tfds.as_dataframe ): অনুপস্থিত।

  • উদ্ধৃতি :

@misc{kirillov2023segment,
  title={Segment Anything},
  author={Alexander Kirillov and Eric Mintun and Nikhila Ravi and Hanzi Mao and Chloe Rolland and Laura Gustafson and Tete Xiao and Spencer Whitehead and Alexander C. Berg and Wan-Yen Lo and Piotr Dollár and Ross Girshick},
  year={2023},
  eprint={2304.02643},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}