- Opis :
Otwarte obrazy to zbiór danych składający się z ~9 milionów obrazów, które zostały opatrzone etykietami na poziomie obrazu i ramkami ograniczającymi obiekty.
Zbiór szkoleniowy V4 zawiera 14,6 mln ramek ograniczających dla 600 klas obiektów na 1,74 mln obrazów, co czyni go największym istniejącym zbiorem danych z adnotacjami o lokalizacji obiektów. Ramki zostały w dużej mierze narysowane ręcznie przez profesjonalnych adnotatorów, aby zapewnić dokładność i spójność. Obrazy są bardzo zróżnicowane i często zawierają złożone sceny z kilkoma obiektami (średnio 8,4 na obraz). Co więcej, zbiór danych jest oznaczony etykietami na poziomie obrazu obejmującymi tysiące klas.
Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : https://storage.googleapis.com/openimages/web/index.html
Kod źródłowy :
tfds.datasets.open_images_v4.Builder
Wersje :
-
2.0.0
(domyślnie): Nowe podzielone API ( https://tensorflow.org/datasets/splits )
-
Rozmiar pobierania :
565.11 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Podział | Przykłady |
---|---|
'test' | 125 436 |
'train' | 1 743 042 |
'validation' | 41620 |
- Struktura funkcji :
FeaturesDict({
'bobjects': Sequence({
'bbox': BBoxFeature(shape=(4,), dtype=float32),
'is_depiction': int8,
'is_group_of': int8,
'is_inside': int8,
'is_occluded': int8,
'is_truncated': int8,
'label': ClassLabel(shape=(), dtype=int64, num_classes=601),
'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
}),
'image': Image(shape=(None, None, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
'objects': Sequence({
'confidence': int32,
'label': ClassLabel(shape=(), dtype=int64, num_classes=19995),
'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
}),
'objects_trainable': Sequence({
'confidence': int32,
'label': ClassLabel(shape=(), dtype=int64, num_classes=7186),
'source': ClassLabel(shape=(), dtype=int64, num_classes=6),
}),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
Bobjects | Sekwencja | |||
bobjects/bbox | Funkcja BBox | (4,) | pływak32 | |
bobjects/is_depicction | Napinacz | int8 | ||
bobjects/is_group_of | Napinacz | int8 | ||
bobjects/is_inside | Napinacz | int8 | ||
bobjects/is_occluded | Napinacz | int8 | ||
bobjects/is_truncated | Napinacz | int8 | ||
Bobjects/etykieta | Etykieta klasy | int64 | ||
bobjects/źródło | Etykieta klasy | int64 | ||
obraz | Obraz | (Brak, Brak, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy | ||
obiekty | Sekwencja | |||
obiekty/pewność siebie | Napinacz | int32 | ||
obiekty/etykieta | Etykieta klasy | int64 | ||
obiekty/źródło | Etykieta klasy | int64 | ||
obiekty_można trenować | Sekwencja | |||
obiekty_wytrenowane/pewność | Napinacz | int32 | ||
obiekty_trenowalne/label | Etykieta klasy | int64 | ||
obiekty_trenowalne/źródło | Etykieta klasy | int64 |
Klucze nadzorowane (zobacz dokument
as_supervised
):None
Cytat :
@article{OpenImages,
author = {Alina Kuznetsova and
Hassan Rom and
Neil Alldrin and
Jasper Uijlings and
Ivan Krasin and
Jordi Pont-Tuset and
Shahab Kamali and
Stefan Popov and
Matteo Malloci and
Tom Duerig and
Vittorio Ferrari},
title = {The Open Images Dataset V4: Unified image classification,
object detection, and visual relationship detection at scale},
year = {2018},
journal = {arXiv:1811.00982}
}
@article{OpenImages2,
author = {Krasin, Ivan and
Duerig, Tom and
Alldrin, Neil and
Ferrari, Vittorio
and Abu-El-Haija, Sami and
Kuznetsova, Alina and
Rom, Hassan and
Uijlings, Jasper and
Popov, Stefan and
Kamali, Shahab and
Malloci, Matteo and
Pont-Tuset, Jordi and
Veit, Andreas and
Belongie, Serge and
Gomes, Victor and
Gupta, Abhinav and
Sun, Chen and
Chechik, Gal and
Cai, David and
Feng, Zheyun and
Narayanan, Dhyanesh and
Murphy, Kevin},
title = {OpenImages: A public dataset for large-scale multi-label and
multi-class image classification.},
journal = {Dataset available from
https://storage.googleapis.com/openimages/web/index.html},
year={2017}
}
open_images_v4/original (konfiguracja domyślna)
Opis konfiguracji : Obrazy w oryginalnej rozdzielczości i jakości.
Rozmiar zbioru danych :
562.42 GiB
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
open_images_v4/300k
Opis konfiguracji : Obrazy mają około 300 000 pikseli i jakość JPEG 72.
Rozmiar zbioru danych :
81.92 GiB
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
open_images_v4/200k
Opis konfiguracji : Obrazy mają około 200 000 pikseli i jakość JPEG 72.
Rozmiar zbioru danych :
60.70 GiB
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):