O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

tao

  • Descrição:

O conjunto de dados TAO é um grande conjunto de dados de detecção de objetos de vídeo que consiste em 2.907 vídeos de alta resolução e 833 categorias de objetos. Observe que este conjunto de dados requer pelo menos 300 GB de espaço livre para armazenamento.

  • Homepage: https://taodataset.org/

  • O código-fonte: tfds.video.tao.Tao

  • versões:

    • 1.0.0 (padrão): Versão inicial.
  • Tamanho do download: 113.96 GiB

  • Instruções baixar o manual: Este conjunto de dados requer que você baixe os dados de origem manualmente para download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
    Alguns arquivos TAO (vídeos HVACS e AVA) devem ser baixados manualmente porque é necessário fazer login no MOT. Faça o download e esses dados seguindo as instruções na https://motchallenge.net/tao_download.php

Baixe esses dados e mova os arquivos .zip resultantes para ~ / tensorflow_datasets / downloads / manual /

Se os dados que requerem download manual não estiverem presentes, eles serão ignorados e apenas os dados que não requerem download manual serão usados.

Dividir Exemplos
'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 (configuração padrão)

  • A inscrição Config: Todas as imagens são bilinearly redimensionado para 480 x 640

  • Tamanho do conjunto de dados: 482.30 GiB

  • Características:

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)),
})

tao / full_resolution

  • A inscrição Config: A versão resolução completa do conjunto de dados.

  • Tamanho do conjunto de dados: 171.24 GiB

  • Características:

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)),
})