Изменения

Перейти к: навигация, поиск

Известные наборы данных

2415 байт добавлено, 15:08, 3 января 2021
Нет описания правки
==Caltech-UCSD Birds 200 (CUB)==
Caltech-UCSD Birds 200 {{---}} это набор данных, содержащий изображения птиц. Данный набор включает в себя фотографии 200 видов птиц (в основном североамериканских). Общее количество категорий птиц составляет 200, в наборе данных 2010 года 6033 изображения, а в наборе данных 2011 года - 11 788 изображений. Аннотации включают ограничивающие рамки, метки сегментации.
[[Файл:cub_dataset_logo.jpg |мини|center|Пример изображений из CUB [http://www.vision.caltech.edu/visipedia/collage.jpg Оригинал]]]
==102 Category Flower==
Oxford Flowers 102 {{---}} набор данных, состоящий из цветов, встречающихся в Соединенном Королевстве. Набор стоит состоит из 102 видов цветов. Каждый вид представлен изображениями в количестве от 40 до 258. Изображения имеют крупный масштаб. Цветы представлены в различных ракурсах и вариациях освещения. Кроме того, есть виды цветов очень похожие друг на друга.
Набор данных делится на обучающий набор, проверочный набор и тестовый наборы. Каждый обучающий и проверочный наборы состоят из 10 изображений на класс (всего 1020 изображений каждый). Тестовый набор состоит из оставшихся 6149 изображений (минимум 20 на класс).
{|align="center"
|-valign="top"
|[[Файл:cad_Colouriso.jpg|мини|[https://www.robots.ox.ac.uk/~vgg/data/flowers/102/colouriso.jpg Оригинал]]]
|}
 
==Visual Genome==
[[Файл:Visual_Genome_учфьзду.png|мини|Результат визуализации]]
 
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
from src import api as vg
from PIL import Image as PIL_Image
import requests
from StringIO import StringIO
ids = vg.GetImageIdsInRange(startIndex=0, endIndex=1)
image_id = ids[0]
image = vg.GetImageData(id=image_id)
regions = vg.GetRegionDescriptionsOfImage(id=image_id)
fig = plt.gcf()
fig.set_size_inches(18.5, 10.5)
def visualize_regions(image, regions):
response = requests.get(image.url)
img = PIL_Image.open(StringIO(response.content))
plt.imshow(img)
ax = plt.gca()
for region in regions:
ax.add_patch(Rectangle((region.x, region.y),
region.width,
region.height,
fill=False,
edgecolor='red',
linewidth=3))
ax.text(region.x, region.y, region.phrase, style='italic', bbox={'facecolor':'white', 'alpha':0.7, 'pad':10})
fig = plt.gcf()
plt.tick_params(labelbottom='off', labelleft='off')
plt.show()
visualize_regions(image, regions[:8])
%matplotlib inline
==См.также==
Анонимный участник

Навигация