tao

  • Tanım :

TAO veri seti, 2.907 yüksek çözünürlüklü video ve 833 nesne kategorisinden oluşan büyük bir video nesnesi algılama veri setidir. Bu veri kümesinin saklanması için en az 300 GB boş alan gerektiğini unutmayın.

  • Ek Belgeler : Kodlu Makaleleri Keşfedin

  • Ana sayfa : https://taodataset.org/

  • Kaynak kodu : tfds.video.tao.Tao

  • Sürümler :

    • 1.1.0 (varsayılan) : Test bölümü eklendi.

  • İndirme boyutu : Unknown size

  • Veri kümesi boyutu : Unknown size

  • Manuel indirme talimatları : Bu veri kümesi, kaynak verilerini manuel olarak download_config.manual_dir içine indirmenizi gerektirir (varsayılan olarak ~/tensorflow_datasets/downloads/manual/ şeklindedir):
    MOT'ta oturum açılması gerektiğinden bazı TAO dosyalarının (HVACS ve AVA videoları) manuel olarak indirilmesi gerekir. Lütfen https://motchallenge.net/tao_download.php adresindeki talimatları izleyerek bu verileri indirin.

Bu verileri indirin ve elde edilen .zip dosyalarını ~/tensorflow_datasets/downloads/manual/ konumuna taşıyın.

Manuel indirme gerektiren veriler mevcut değilse atlanacak ve yalnızca manuel indirme gerektirmeyen veriler kullanılacaktır.

  • Otomatik önbelleğe alınmış ( belgeler ): Bilinmiyor

  • Bölünmeler :

Bölmek Örnekler
@article{Dave_2020,
   title={TAO: A Large-Scale Benchmark for Tracking Any Object},
   ISBN={9783030585587},
   ISSN={1611-3349},
   url={http://dx.doi.org/10.1007/978-3-030-58558-7_26},
   DOI={10.1007/978-3-030-58558-7_26},
   journal={Lecture Notes in Computer Science},
   publisher={Springer International Publishing},
   author={Dave, Achal and Khurana, Tarasha and Tokmakov, Pavel and Schmid, Cordelia and Ramanan, Deva},
   year={2020},
   pages={436-454}
}

tao/480_640 (varsayılan yapılandırma)

  • Yapılandırma açıklaması : Tüm resimler çift doğrusal olarak 480 X 640 olarak yeniden boyutlandırılır

  • Özellik yapısı : 

FeaturesDict({
    'metadata': FeaturesDict({
        'dataset': string,
        'height': int32,
        'neg_category_ids': Tensor(shape=(None,), dtype=int32),
        'not_exhaustive_category_ids': Tensor(shape=(None,), dtype=int32),
        'num_frames': int32,
        'video_name': string,
        'width': int32,
    }),
    'tracks': Sequence({
        'bboxes': Sequence(BBoxFeature(shape=(4,), dtype=float32)),
        'category': ClassLabel(shape=(), dtype=int64, num_classes=363),
        'frames': Sequence(int32),
        'is_crowd': bool,
        'scale_category': string,
        'track_id': int32,
    }),
    'video': Video(Image(shape=(480, 640, 3), dtype=uint8)),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
meta veri ÖzelliklerDict
meta veri/veri kümesi Tensör sicim
meta veri/yükseklik Tensör int32
meta veriler/neg_category_ids Tensör (Hiçbiri,) int32
meta veriler/detaylı_kategori_kimlikleri Tensör (Hiçbiri,) int32
meta veriler/num_frames Tensör int32
meta veri/video_adı Tensör sicim
meta veri/genişlik Tensör int32
Parçalar Sekans
parçalar/bkutuları Sıra(BBoxFeature) (Yok, 4) kayan nokta32
parçalar/kategori SınıfEtiketi int64
parçalar/kareler Sıra(Tensör) (Hiçbiri,) int32
tracks/is_crowd Tensör bool
parçalar/scale_category Tensör sicim
parçalar/track_id Tensör int32
video Video(Resim) (Yok, 480, 640, 3) uint8

tao/full_çözünürlük

  • Yapılandırma açıklaması : Veri kümesinin tam çözünürlüklü sürümü.

  • Özellik yapısı : 

FeaturesDict({
    'metadata': FeaturesDict({
        'dataset': string,
        'height': int32,
        'neg_category_ids': Tensor(shape=(None,), dtype=int32),
        'not_exhaustive_category_ids': Tensor(shape=(None,), dtype=int32),
        'num_frames': int32,
        'video_name': string,
        'width': int32,
    }),
    'tracks': Sequence({
        'bboxes': Sequence(BBoxFeature(shape=(4,), dtype=float32)),
        'category': ClassLabel(shape=(), dtype=int64, num_classes=363),
        'frames': Sequence(int32),
        'is_crowd': bool,
        'scale_category': string,
        'track_id': int32,
    }),
    'video': Video(Image(shape=(None, None, 3), dtype=uint8)),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
meta veri ÖzelliklerDict
meta veri/veri kümesi Tensör sicim
meta veri/yükseklik Tensör int32
meta veriler/neg_category_ids Tensör (Hiçbiri,) int32
meta veriler/detaylı_kategori_kimlikleri Tensör (Hiçbiri,) int32
meta veriler/num_frames Tensör int32
meta veri/video_adı Tensör sicim
meta veri/genişlik Tensör int32
Parçalar Sekans
parçalar/bkutuları Sıra(BBoxFeature) (Yok, 4) kayan nokta32
parçalar/kategori SınıfEtiketi int64
parçalar/kareler Sıra(Tensör) (Hiçbiri,) int32
tracks/is_crowd Tensör bool
parçalar/scale_category Tensör sicim
parçalar/track_id Tensör int32
video Video(Resim) (Yok, Yok, Yok, 3) uint8