Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

waymo_open_dataset

El conjunto de datos abiertos de Waymo se compone de datos de sensores de alta resolución recopilados por los vehículos autónomos de Waymo en una amplia variedad de condiciones. Estos datos tienen licencia para uso no comercial.

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

  • Descripción config: Waymo Abrir conjunto de datos v1.2

  • Tamaño de conjunto de datos: 336.62 GiB

  • Fraccionamientos:

Separar Ejemplos de
'train' 158.081
'validation' 39,987

waymo_open_dataset / v1.1

  • Descripción config: Waymo Abrir conjunto de datos v1.1

  • Tamaño de conjunto de datos: 336.62 GiB

  • Fraccionamientos:

Separar Ejemplos de
'train' 158.081
'validation' 39,987

waymo_open_dataset / v1.0

  • Descripción config: Waymo Abrir conjunto de datos v1.0 Este conjunto de datos también está disponible en formato de pre-procesado, por lo que es más rápido a la carga, si se selecciona la data_dir correcta:
tfds.load('waymo_open_dataset/v1.0', data_dir='gs://waymo_open_dataset_v_1_0_0_individual_files/tensorflow_datasets')
  • Tamaño de conjunto de datos: 34.73 GiB

  • Fraccionamientos:

Separar Ejemplos de
'train' 14,884
'validation' 4.954