Davis

• Descrição :

O conjunto de dados de segmentação de objetos de vídeo DAVIS 2017.

• Documentação Adicional : Explore em Papers With Code north_east

• Página inicial : https://davischallenge.org/

• Código fonte : tfds.video.davis.Davis

• Versões :

  • 1.0.0 : versão inicial.
  • 2.0.0 : Altere os IDs de instância para 0, 1, 2, ...
  • 2.1.0 (padrão): Corrige a ordem dos IDs de instância.

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

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),
    }),
})

• Documentação do recurso:

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não suportado.

• Citação :

@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 (configuração padrão)

• Descrição da configuração : a versão 480p do conjunto de dados

• Tamanho do download : 794.19 MiB

• Tamanho do conjunto de dados : 792.26 MiB

• Exemplos ( tfds.as_dataframe ):

davis/full_resolution

• Descrição da configuração : a versão de resolução total do conjunto de dados.

• Tamanho do download : 2.75 GiB

• Tamanho do conjunto de dados : 2.78 GiB

• Exemplos ( tfds.as_dataframe ):