数据集卡片：underwater-pipes-4ng4t

** 原始的COCO数据集存储在dataset.tar.gz中 **

数据集概述

underwater-pipes-4ng4t

支持的任务和排行榜

目标检测：该数据集可用于训练目标检测模型。

语言

英语

数据集结构

数据实例

数据点包括图像及其物体标注。

{
  'image_id': 15,
  'image': <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=640x640 at 0x2373B065C18>,
  'width': 964043,
  'height': 640,
  'objects': {
    'id': [114, 115, 116, 117], 
    'area': [3796, 1596, 152768, 81002],
    'bbox': [
      [302.0, 109.0, 73.0, 52.0],
      [810.0, 100.0, 57.0, 28.0],
      [160.0, 31.0, 248.0, 616.0],
      [741.0, 68.0, 202.0, 401.0]
    ], 
    'category': [4, 4, 0, 0]
  }
}

数据字段

image：图像ID
image：包含图像的PIL.Image.Image对象。请注意，在访问图像列时：dataset[0]["image"] 图像文件会被自动解码。解码大量图像文件可能需要很长时间。因此，在“image”列之前，首先查询样本索引是非常重要的，即dataset[0]["image"] 应始终优先于dataset["image"][0]。
width：图像宽度
height：图像高度
objects：包含图像上物体边界框元数据的字典
- id：注释ID
- area：边界框的面积
- bbox：物体的边界框（以 coco 格式表示）
- category：物体的类别。

Who are the annotators?

Annotators are Roboflow users

附加信息

许可信息

请参阅原始主页 https://universe.roboflow.com/object-detection/underwater-pipes-4ng4t

引用信息

@misc{ underwater-pipes-4ng4t,
    title = { underwater pipes 4ng4t Dataset },
    type = { Open Source Dataset },
    author = { Roboflow 100 },
    howpublished = { \url{ https://universe.roboflow.com/object-detection/underwater-pipes-4ng4t } },
    url = { https://universe.roboflow.com/object-detection/underwater-pipes-4ng4t },
    journal = { Roboflow Universe },
    publisher = { Roboflow },
    year = { 2022 },
    month = { nov },
    note = { visited on 2023-03-29 },
}"

贡献

感谢 @mariosasko 添加了这个数据集。

作者:

Francesco

数据集大小:

604.45 MB