tao

  • Deskripsi :

Dataset TAO adalah dataset deteksi objek video berukuran besar yang terdiri dari 2.907 video beresolusi tinggi dan 833 kategori objek. Perhatikan bahwa kumpulan data ini memerlukan setidaknya 300 GB ruang kosong untuk disimpan.

Unduh data ini dan pindahkan file .zip yang dihasilkan ke ~/tensorflow_datasets/downloads/manual/

Jika data yang memerlukan pengunduhan manual tidak ada, maka akan dilewati dan hanya data yang tidak memerlukan pengunduhan manual yang akan digunakan.

Membelah Contoh
'train' 500
'validation' 988
@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 (konfigurasi default)

  • Deskripsi konfigurasi : Semua gambar diubah ukurannya secara bilinear menjadi 480 X 640

  • Ukuran dataset : 482.30 GiB

  • Struktur fitur :

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)),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
metadata fiturDict
metadata/kumpulan data Tensor rangkaian
metadata/tinggi Tensor int32
metadata/neg_category_ids Tensor (Tidak ada,) int32
metadata/not_exhaustive_category_ids Tensor (Tidak ada,) int32
metadata/num_frames Tensor int32
metadata/nama_video Tensor rangkaian
metadata/lebar Tensor int32
trek Urutan
track/bbox Urutan (Fitur BBox) (Tidak ada, 4) float32
trek/kategori LabelKelas int64
track/frame Urutan (Tensor) (Tidak ada,) int32
track/is_crowd Tensor bool
track/scale_category Tensor rangkaian
track/track_id Tensor int32
video Video(Gambar) (Tidak ada, 480, 640, 3) uint8

tao/full_resolution

  • Deskripsi konfigurasi : Versi resolusi penuh dari kumpulan data.

  • Ukuran dataset : 171.24 GiB

  • Struktur fitur :

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)),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
metadata fiturDict
metadata/kumpulan data Tensor rangkaian
metadata/tinggi Tensor int32
metadata/neg_category_ids Tensor (Tidak ada,) int32
metadata/not_exhaustive_category_ids Tensor (Tidak ada,) int32
metadata/num_frames Tensor int32
metadata/nama_video Tensor rangkaian
metadata/lebar Tensor int32
trek Urutan
track/bbox Urutan (Fitur BBox) (Tidak ada, 4) float32
trek/kategori LabelKelas int64
track/frame Urutan (Tensor) (Tidak ada,) int32
track/is_crowd Tensor bool
track/scale_category Tensor rangkaian
track/track_id Tensor int32
video Video(Gambar) (Tidak ada, Tidak ada, Tidak ada, 3) uint8