waymo_open_dataset

• Wizualizacja : Eksploruj w regionie Poznaj swoje dane north_east

• opis :

Otwarty zestaw danych Waymo składa się z danych z czujników o wysokiej rozdzielczości zebranych przez samojezdne samochody Waymo w różnych warunkach. Te dane są objęte licencją do użytku niekomercyjnego.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : http://www.waymo.com/open/

• Kod źródłowy : tfds.object_detection.WaymoOpenDataset

• Wersje :

  • 0.2.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : Unknown size

• Automatyczne buforowanie ( dokumentacja ): Nie

• Struktura funkcji :

FeaturesDict({
    'camera_FRONT': FeaturesDict({
        'image': Image(shape=(1280, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_FRONT_LEFT': FeaturesDict({
        'image': Image(shape=(1280, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_FRONT_RIGHT': FeaturesDict({
        'image': Image(shape=(1280, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_SIDE_LEFT': FeaturesDict({
        'image': Image(shape=(886, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'camera_SIDE_RIGHT': FeaturesDict({
        'image': Image(shape=(886, 1920, 3), dtype=uint8),
        'labels': Sequence({
            'bbox': BBoxFeature(shape=(4,), dtype=float32),
            'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
        }),
    }),
    'context': FeaturesDict({
        'name': Text(shape=(), dtype=string),
    }),
    'timestamp_micros': int64,
})

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@InProceedings{Sun_2020_CVPR,
author = {Sun, Pei and Kretzschmar, Henrik and Dotiwalla, Xerxes and Chouard, Aurelien and Patnaik, Vijaysai and Tsui, Paul and Guo, James and Zhou, Yin and Chai, Yuning and Caine, Benjamin and Vasudevan, Vijay and Han, Wei and Ngiam, Jiquan and Zhao, Hang and Timofeev, Aleksei and Ettinger, Scott and Krivokon, Maxim and Gao, Amy and Joshi, Aditya and Zhang, Yu and Shlens, Jonathon and Chen, Zhifeng and Anguelov, Dragomir},
title = {Scalability in Perception for Autonomous Driving: Waymo Open Dataset},
booktitle = {The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2020}
}

waymo_open_dataset/v1.2 (domyślna konfiguracja)

• Opis konfiguracji: Waymo Open Dataset v1.2

• Rozmiar zestawu danych : 336.62 GiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

waymo_open_dataset/v1.1

• Opis konfiguracji: Waymo Open Dataset v1.1

• Rozmiar zestawu danych : 336.62 GiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

waymo_open_dataset/v1.0

• Opis konfiguracji: Waymo Open Dataset v1.0 Ten zestaw danych jest również dostępny w formacie wstępnie przetworzonym, co przyspiesza ładowanie, jeśli wybierzesz właściwy data_dir:

tfds.load('waymo_open_dataset/v1.0', data_dir='gs://waymo_open_dataset_v_1_0_0_individual_files/tensorflow_datasets')

• Rozmiar zestawu danych : 34.73 GiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):