- विवरण :
डेविस 2017 वीडियो ऑब्जेक्ट सेगमेंटेशन डेटासेट।
अतिरिक्त दस्तावेज़ीकरण : कोड वाले पेपर्स पर एक्सप्लोर करें
होमपेज : https://davischallenge.org/
स्रोत कोड :
tfds.video.davis.Davisसंस्करण :
-
1.0.0: प्रारंभिक रिलीज। -
2.0.0: इंस्टेंस आईडी को 0, 1, 2, ... में बदलें -
2.1.0(डिफ़ॉल्ट): इंस्टेंस आईडी ऑर्डर ठीक करें।
-
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
| विभाजित करना | उदाहरण |
|---|---|
'train' | 60 |
'validation' | 30 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
| विशेषता | कक्षा | आकार | डीटाइप | विवरण |
|---|---|---|---|---|
| विशेषताएं डिक्ट | ||||
| मेटाडाटा | विशेषताएं डिक्ट | |||
| मेटाडेटा/num_frames | टेन्सर | int64 | ||
| मेटाडेटा/video_name | टेन्सर | डोरी | ||
| वीडियो | क्रम | |||
| वीडियो / फ्रेम | छवि | (कोई नहीं, कोई नहीं, 3) | uint8 | |
| वीडियो/विभाजन | छवि | (कोई नहीं, कोई नहीं, 1) | uint8 |
पर्यवेक्षित कुंजियाँ (
as_superviseddoc देखें):Noneचित्र ( tfds.show_examples ): समर्थित नहीं है।
उद्धरण :
@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}
}
डेविस/480p (डिफ़ॉल्ट कॉन्फ़िगरेशन)
विन्यास विवरण : डेटासेट का 480p संस्करण
डाउनलोड आकार :
794.19 MiBडेटासेट का आकार :
792.26 MiBउदाहरण ( tfds.as_dataframe ):
डेविस/फुल_रिज़ॉल्यूशन
कॉन्फ़िग विवरण : डेटासेट का पूर्ण रिज़ॉल्यूशन संस्करण।
डाउनलोड आकार :
2.75 GiBडेटासेट का आकार :
2.78 GiBउदाहरण ( tfds.as_dataframe ):