لدي سؤال؟ تواصل مع المجتمع في منتدى زيارة منتدى TensorFlow

تاو

  • الوصف :

مجموعة بيانات TAO هي مجموعة بيانات كبيرة لاكتشاف كائن الفيديو تتكون من 2907 مقاطع فيديو عالية الدقة و 833 فئة كائن. لاحظ أن مجموعة البيانات هذه تتطلب 300 جيجابايت على الأقل من المساحة الخالية للتخزين.

  • الصفحة الرئيسية https://taodataset.org/

  • كود المصدر : tfds.video.tao.Tao

  • إصدارات :

    • 1.0.0 (افتراضي): الإصدار الأولي.
  • حجم التحميل : 113.96 GiB

  • إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
    يجب تنزيل بعض ملفات TAO (مقاطع فيديو HVACS و AVA) يدويًا لأن تسجيل الدخول إلى MOT مطلوب. يرجى تنزيل وتلك البيانات باتباع الإرشادات الموجودة على https://motchallenge.net/tao_download.php

قم بتنزيل هذه البيانات وانقل ملفات .zip الناتجة إلى ~ / tensorflow_datasets / Downloads / manual /

في حالة عدم وجود البيانات التي تتطلب تنزيلًا يدويًا ، سيتم تخطيها وسيتم استخدام البيانات التي لا تتطلب تنزيلًا يدويًا فقط.

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'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}
}

تاو / 480_640 (التكوين الافتراضي)

  • وصف التكوين : يتم تغيير حجم جميع الصور ثنائي الخط إلى 480 × 640

  • حجم مجموعة البيانات : 482.30 GiB

  • الميزات :

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

تاو / full_resolution

  • وصف التكوين : إصدار الدقة الكاملة لمجموعة البيانات.

  • حجم مجموعة البيانات : 171.24 GiB

  • الميزات :

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