- الوصف :
مجموعة بيانات تجزئة كائن الفيديو DAVIS 2017.
وثائق إضافية : استكشف في الأوراق باستخدام الرمز
الصفحة الرئيسية https://davischallenge.org/
كود المصدر :
tfds.video.davis.Davisإصدارات :
-
1.0.0: الإصدار الأولي. -
2.0.0: تغيير معرفات المثيل لتكون 0 ، 1 ، 2 ، ... -
2.1.0(افتراضي): إصلاح أمر معرفات المثيل.
-
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
| انشق، مزق | أمثلة |
|---|---|
'train' | 60 |
'validation' | 30 |
- هيكل الميزة :
FeaturesDict({
'metadata': FeaturesDict({
'num_frames': int64,
'video_name': string,
}),
'video': Sequence({
'frames': Image(shape=(None, None, 3), dtype=uint8),
'segmentations': Image(shape=(None, None, 1), dtype=uint8),
}),
})
- وثائق الميزة :
| ميزة | فصل | شكل | نوع | وصف |
|---|---|---|---|---|
| الميزات | ||||
| البيانات الوصفية | الميزات | |||
| البيانات الوصفية / عدد الإطارات | موتر | int64 | ||
| البيانات الوصفية / اسم_الفيديو | موتر | سلسلة | ||
| فيديو | تسلسل | |||
| فيديو / إطارات | صورة | (لا شيء ، لا شيء ، 3) | uint8 | |
| فيديو / تجزئة | صورة | (لا شيء ، لا شيء ، 1) | uint8 |
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised):Noneالشكل ( tfds.show_examples ): غير مدعوم.
الاقتباس :
@article{DBLP:journals/corr/Pont-TusetPCASG17,
author = {Jordi Pont{-}Tuset and
Federico Perazzi and
Sergi Caelles and
Pablo Arbelaez and
Alexander Sorkine{-}Hornung and
Luc Van Gool},
title = {The 2017 {DAVIS} Challenge on Video Object Segmentation},
journal = {CoRR},
volume = {abs/1704.00675},
year = {2017},
url = {http://arxiv.org/abs/1704.00675},
archivePrefix = {arXiv},
eprint = {1704.00675},
timestamp = {Mon, 13 Aug 2018 16:48:55 +0200},
biburl = {https://dblp.org/rec/journals/corr/Pont-TusetPCASG17.bib},
bibsource = {dblp computer science bibliography, https://dblp.org}
}
davis / 480p (التكوين الافتراضي)
وصف التكوين : إصدار 480p من مجموعة البيانات
حجم التحميل :
794.19 MiBحجم مجموعة البيانات :
792.26 MiBأمثلة ( tfds.as_dataframe ):
davis / full_resolution
وصف التكوين : إصدار الدقة الكاملة لمجموعة البيانات.
حجم التحميل : ٢ ٫
2.75 GiBحجم مجموعة البيانات :
2.78 GiBأمثلة ( tfds.as_dataframe ):