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.

  • وثائق إضافية : استكشف في الأوراق باستخدام الرمز

  • 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 /

إذا لم تكن البيانات التي تتطلب تنزيلًا يدويًا موجودة ، فسيتم 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

  • هيكل الميزة :

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)),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
البيانات الوصفية الميزات
البيانات الوصفية / مجموعة البيانات موتر سلسلة
البيانات الوصفية / الارتفاع موتر int32
metadata / neg_category_ids موتر (لا أحد،) int32
البيانات الوصفية / not_exhaustive_category_ids موتر (لا أحد،) int32
البيانات الوصفية / عدد الإطارات موتر int32
البيانات الوصفية / اسم_الفيديو موتر سلسلة
البيانات الوصفية / العرض موتر int32
المسارات تسلسل
المسارات / bboxes تسلسل (ميزة BBox) (لا شيء ، 4) تعويم 32
المسارات / الفئة ClassLabel int64
المسارات / الإطارات تسلسل (موتر) (لا أحد،) int32
المسارات / is_crowd موتر منطقي
المسارات / scale_category موتر سلسلة
المسارات / track_id موتر int32
فيديو فيديو (صورة) (لا شيء ، 480 ، 640 ، 3) uint8

تاو / full_resolution

  • وصف التكوين : إصدار الدقة الكاملة لمجموعة البيانات.

  • حجم مجموعة البيانات : 171.24 GiB

  • هيكل الميزة :

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)),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
البيانات الوصفية الميزات
البيانات الوصفية / مجموعة البيانات موتر سلسلة
البيانات الوصفية / الارتفاع موتر int32
metadata / neg_category_ids موتر (لا أحد،) int32
البيانات الوصفية / not_exhaustive_category_ids موتر (لا أحد،) int32
البيانات الوصفية / عدد الإطارات موتر int32
البيانات الوصفية / اسم_الفيديو موتر سلسلة
البيانات الوصفية / العرض موتر int32
المسارات تسلسل
المسارات / bboxes تسلسل (ميزة BBox) (لا شيء ، 4) تعويم 32
المسارات / الفئة ClassLabel int64
المسارات / الإطارات تسلسل (موتر) (لا أحد،) int32
المسارات / is_crowd موتر منطقي
المسارات / scale_category موتر سلسلة
المسارات / track_id موتر int32
فيديو فيديو (صورة) (لا شيء ، لا شيء ، لا شيء ، 3) uint8