open_images_v4

  • 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.

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
@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 ):

Wyobrażanie sobie

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 ):

Wyobrażanie sobie

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 ):

Wyobrażanie sobie