tao

• বর্ণনা :

TAO ডেটাসেট হল একটি বৃহৎ ভিডিও অবজেক্ট ডিটেকশন ডেটাসেট যাতে 2,907টি উচ্চ রেজোলিউশন ভিডিও এবং 833টি অবজেক্ট বিভাগ রয়েছে। মনে রাখবেন যে এই ডেটাসেটটি সঞ্চয় করার জন্য কমপক্ষে 300 GB মুক্ত স্থান প্রয়োজন৷

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : https://taodataset.org/

• সোর্স কোড : tfds.video.tao.Tao

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): প্রাথমিক প্রকাশ।

• ডাউনলোড 113.96 GiB

• ম্যানুয়াল ডাউনলোডের নির্দেশাবলী : এই ডেটাসেটের জন্য আপনাকে ডাউনলোড_config.manual_dir-এ ম্যানুয়ালি উৎস ডেটা download_config.manual_dir করতে হবে ( ~/tensorflow_datasets/downloads/manual/ ডিফল্ট):
  কিছু TAO ফাইল (HVACS এবং AVA ​​ভিডিও) ম্যানুয়ালি ডাউনলোড করতে হবে কারণ MOT-তে লগইন করা প্রয়োজন। দয়া করে ডাউনলোড করুন এবং সেই ডেটাগুলি https://motchallenge.net/tao_download.php এ নির্দেশাবলী অনুসরণ করুন৷

এই ডেটা ডাউনলোড করুন এবং ফলস্বরূপ .zip ফাইলগুলিকে ~/tensorflow_datasets/downloads/manual/ এ সরান

ম্যানুয়াল ডাউনলোডের প্রয়োজনীয় ডেটা উপস্থিত না থাকলে, এটি এড়িয়ে যাবে এবং শুধুমাত্র সেই ডেটা ব্যবহার করা হবে যা ম্যানুয়াল ডাউনলোডের প্রয়োজন নেই৷

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদ্ধৃতি :

@article{Dave_2020,
   title={TAO: A Large-Scale Benchmark for Tracking Any Object},
   ISBN={9783030585587},
   ISSN={1611-3349},
   url={http://dx.doi.org/10.1007/978-3-030-58558-7_26},
   DOI={10.1007/978-3-030-58558-7_26},
   journal={Lecture Notes in Computer Science},
   publisher={Springer International Publishing},
   author={Dave, Achal and Khurana, Tarasha and Tokmakov, Pavel and Schmid, Cordelia and Ramanan, Deva},
   year={2020},
   pages={436-454}
}

tao/480_640 (ডিফল্ট কনফিগারেশন)

• কনফিগারেশনের বিবরণ : সমস্ত ছবি দ্বিরেখায় আকার পরিবর্তন করে 480 X 640 করা হয়েছে

• ডেটাসেটের আকার : 482.30 GiB

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'metadata': FeaturesDict({
        'dataset': string,
        'height': int32,
        'neg_category_ids': Tensor(shape=(None,), dtype=int32),
        'not_exhaustive_category_ids': Tensor(shape=(None,), dtype=int32),
        'num_frames': int32,
        'video_name': string,
        'width': int32,
    }),
    'tracks': Sequence({
        'bboxes': Sequence(BBoxFeature(shape=(4,), dtype=float32)),
        'category': ClassLabel(shape=(), dtype=int64, num_classes=363),
        'frames': Sequence(int32),
        'is_crowd': bool,
        'scale_category': string,
        'track_id': int32,
    }),
    'video': Video(Image(shape=(480, 640, 3), dtype=uint8)),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• উদাহরণ ( tfds.as_dataframe ):

tao/full_resolution

• কনফিগারেশনের বিবরণ : ডেটাসেটের সম্পূর্ণ রেজোলিউশন সংস্করণ।

• ডেটাসেটের আকার : 171.24 GiB

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'metadata': FeaturesDict({
        'dataset': string,
        'height': int32,
        'neg_category_ids': Tensor(shape=(None,), dtype=int32),
        'not_exhaustive_category_ids': Tensor(shape=(None,), dtype=int32),
        'num_frames': int32,
        'video_name': string,
        'width': int32,
    }),
    'tracks': Sequence({
        'bboxes': Sequence(BBoxFeature(shape=(4,), dtype=float32)),
        'category': ClassLabel(shape=(), dtype=int64, num_classes=363),
        'frames': Sequence(int32),
        'is_crowd': bool,
        'scale_category': string,
        'track_id': int32,
    }),
    'video': Video(Image(shape=(None, None, 3), dtype=uint8)),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• উদাহরণ ( tfds.as_dataframe ):