खोया और पाया

• विवरण :

लॉस्टएंडफाउंड डेटासेट सड़क पर अक्सर खोए हुए माल के कारण होने वाली अप्रत्याशित छोटी बाधाओं का पता लगाने की समस्या का समाधान करता है। डेटासेट में 2104 एनोटेटेड फ्रेम के साथ 112 स्टीरियो वीडियो अनुक्रम शामिल हैं (रिकॉर्ड किए गए डेटा से लगभग हर दसवें फ्रेम को चुनते हुए)।

डेटासेट को 'सिटीस्केप्स' डेटासेट के अनुरूप डिज़ाइन किया गया है। डेटासेट प्रदान करता है: - 8 या 16 बिट रंग रिज़ॉल्यूशन में स्टीरियो छवि जोड़े - पूर्व-गणना किए गए असमानता मानचित्र - वस्तुओं और सड़क के लिए मोटे अर्थ संबंधी लेबल

लेबल का विवरण यहां दिया गया है: http://www.6d-vision.com/laf_table.pdf

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले कागजात पर अन्वेषण करें

• मुखपृष्ठ : http://www.6d-vision.com/lostandfounddataset

• स्रोत कोड : tfds.datasets.lost_and_found.Builder

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उद्धरण :

@inproceedings{pinggera2016lost,
  title={Lost and found: detecting small road hazards for self-driving vehicles},
  author={Pinggera, Peter and Ramos, Sebastian and Gehrig, Stefan and Franke, Uwe and Rother, Carsten and Mester, Rudolf},
  booktitle={2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  year={2016}
}

खोया_और_पाया/सिमेंटिक_विभाजन (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• कॉन्फ़िगरेशन विवरण : खोया और पाया सिमेंटिक विभाजन डेटासेट।

• डाउनलोड आकार : 5.44 GiB

• डेटासेट का आकार : 5.42 GiB

• फ़ीचर संरचना :

FeaturesDict({
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

खोया_और_पाया/स्टीरियो_असमानता

• कॉन्फ़िगरेशन विवरण : खोई और पाई गई स्टीरियो छवियां और असमानता मानचित्र।

• डाउनलोड आकार : 12.16 GiB

• डेटासेट का आकार : 12.22 GiB

• फ़ीचर संरचना :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

खोया_और_पाया/पूरा

• कॉन्फ़िगरेशन विवरण : पूर्ण खोया और पाया डेटासेट।

• डाउनलोड आकार : 12.19 GiB

• डेटासेट का आकार : 12.25 GiB

• फ़ीचर संरचना :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

खोया_और_पाया/पूरा_16बिट

• कॉन्फ़िगरेशन विवरण : पूर्ण खोया और पाया डेटासेट।

• डाउनलोड आकार : 34.90 GiB

• डेटासेट का आकार : 35.05 GiB

• फ़ीचर संरचना :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):