open_images_v4

• Описание :

Open Images — это набор данных, содержащий около 9 миллионов изображений, снабженных метками уровня изображения и ограничивающими рамками объектов.

Обучающий набор версии 4 содержит 14,6 млн ограничивающих рамок для 600 классов объектов на 1,74 млн изображений, что делает его крупнейшим существующим набором данных с аннотациями местоположения объектов. Рамки в основном рисовались вручную профессиональными аннотаторами для обеспечения точности и последовательности. Изображения очень разнообразны и часто содержат сложные сцены с несколькими объектами (в среднем 8,4 на изображение). Более того, набор данных снабжен метками уровня изображения, охватывающими тысячи классов.

• Дополнительная документация : Изучите статьи с кодом north_east

• Домашняя страница : https://storage.googleapis.com/openimages/web/index.html.

• Исходный код : tfds.datasets.open_images_v4.Builder .

• Версии :

  • 2.0.0 (по умолчанию): новый API разделения ( https://tensorflow.org/datasets/splits )

• Размер загрузки : 565.11 GiB

• Автокэширование ( документация ): Нет

• Расколы :

• Структура функции :

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),
    }),
})

• Функциональная документация :

• Контролируемые ключи (см. документ as_supervised ): None

• Цитата :

@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 (конфигурация по умолчанию)

• Описание конфигурации : изображения в исходном разрешении и качестве.

• Размер набора данных : 562.42 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

open_images_v4/300k

• Описание конфигурации : изображения имеют размер примерно 300 000 пикселей и качество 72 JPEG.

• Размер набора данных : 81.92 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

open_images_v4/200k

• Описание конфигурации : изображения имеют размер примерно 200 000 пикселей и качество 72 JPEG.

• Размер набора данных : 60.70 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):