تلنگر

• شرح :

از مقاله: ما یک مجموعه داده تصویری 5003 را به طور خودکار از فیلم های محبوب هالیوود جمع آوری کردیم. این تصاویر با اجرای یک آشکارساز شخص پیشرفته بر روی هر دهم فریم از 30 فیلم به دست آمد. افرادی که با اطمینان بالا شناسایی شدند (تقریباً 20 هزار نامزد) سپس به بازار جمع سپاری آمازون مکانیکال ترک فرستاده شدند تا برچسب حقایق زمینی را دریافت کنند. هر تصویر توسط پنج ترک با قیمت 0.01 دلار برای برچسب گذاری 10 مفصل بالاتنه حاشیه نویسی شد. میانه پنج برچسب گذاری در هر تصویر گرفته شد تا به حاشیه نویسی پرت قوی باشد. در نهایت، اگر فرد مسدود شده بود یا به شدت غیر پیشانی بود، تصاویر به صورت دستی توسط ما رد می شد. ما 20٪ (1016 تصویر) از داده ها را برای آزمایش کنار گذاشتیم.

• اسناد اضافی : کاوش در کاغذها با کد north_east

• صفحه اصلی : https://bensapp.github.io/flic-dataset.html

• کد منبع : tfds.datasets.flic.Builder

• نسخه ها :

  • 2.0.0 (پیش‌فرض): هیچ یادداشت انتشار وجود ندارد.

• حجم مجموعه داده : 317.94 MiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'currframe': float64,
    'image': Image(shape=(480, 720, 3), dtype=uint8),
    'moviename': Text(shape=(), dtype=string),
    'poselet_hit_idx': Sequence(uint16),
    'torsobox': BBoxFeature(shape=(4,), dtype=float32),
    'xcoords': Sequence(float64),
    'ycoords': Sequence(float64),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• نقل قول :

@inproceedings{modec13,
    title={MODEC: Multimodal Decomposable Models for Human Pose Estimation},
    author={Sapp, Benjamin and Taskar, Ben},
    booktitle={In Proc. CVPR},
    year={2013},
  }

flic/small (پیکربندی پیش فرض)

• توضیحات پیکربندی : از 5003 نمونه استفاده شده در کاغذ CVPR13 MODEC استفاده می کند.

• حجم دانلود : 286.35 MiB

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):

تلنگر/پر

• توضیحات پیکربندی : از 20928 مثال استفاده می‌کند، مجموعه‌ای از FLIC که از نمونه‌های دشوارتری تشکیل شده است.

• حجم دانلود : 1.10 GiB

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):