Question about the 201 COCO panoramic segmentation dataset categories defined in Maskconverter？
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 20/100
- Tipo di issue
- Documentazione
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Ambito
- computer-vision, data
Direzione di ricerca
Inizia esaminando le 201 categorie definite in Maskconverter e confrontandole con il dataset standard COCO per la segmentazione panoramica a 133 classi. Determina se le categorie aggiuntive derivano da una maggiore quantità di dati, quindi documenta la spiegazione e la disponibilità del dataset richieste nell’issue.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Isn't the standard COCO panoramic segmentation dataset only using 133 classes? Why is 201 classes defined? Did it use more data? Can you provide a dataset of 201 categories?
- Lingua principale
- Python
- Stelle
- 77.6k
- Fork
- 44.8k
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di tensorflow/models
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 72/100
tensorflow/models#13653 ·
-
object_detection_tutorial.ipynb pretrained model "resnet50 imagenet"Forse di nuovo libera @laxmareddyp l’ha presa 202 giorni fa e non c’è nessuna pull request aperta. Apertatype:support
tensorflow/models#13634 · 2 commenti · 1 reazione · 1 assegnatario ·
-
Tag version compatible with Tensorflow 2.20Forse di nuovo libera @bharatjetti l’ha presa 276 giorni fa e non c’è nessuna pull request aperta. Apertamodels:official type:bug
tensorflow/models#13607 · 1 commento · 1 assegnatario ·
-
models:research type:feature
Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100
tensorflow/models#13600 ·
-
Installation Issues on Python 3.13Forse di nuovo libera @bharatjetti l’ha presa 245 giorni fa e non c’è nessuna pull request aperta. Apertamodels:official type:bug
tensorflow/models#13587 · 9 commenti · 1 assegnatario ·
Tutte le issue di tensorflow/models
Issue simili
-
`destroy` sans terminal répond « Aborted. » au lieu de réclamer `--yes` comme `clean` et `reset`Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
stephrobert/dsoxlab#354 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
jasonacox/pypowerwall#472 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: DoubleMLRDDData accepts a score_col that is no data column (as in its docstring example); the running variable then becomes a covariate and RDFlex failsForse già presa @vrjdev l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
DoubleML/doubleml-for-py#455 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: Python mod.Box[T] annotation gets a false generic_arg edge that replaces the parameter_type one ('is' on tree-sitter nodes)Forse già presa @rohit-jsfreaky l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
Graphify-Labs/graphify#5110 · 1 commento ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
assafelovic/gpt-researcher#2277 ·
I maintainer di solito rispondono entro 10 giorni