markytools/goosyntheticv3

--- dataset_info: features: - name: image dtype: image - name: split dtype: string - name: width dtype: int64 - name: height dtype: int64 - name: bboxes dtype: string - name: labels dtype: string - name: cab dtype: int64 - name: hum dtype: int64 - name: light dtype: float64 - name: cam dtype: int64 - name: env dtype: int64 - name: gaze_item dtype: int64 - name: gazeIdx dtype: int64 - name: gaze_cx dtype: int64 - name: gaze_cy dtype: int64 - name: hx dtype: int64 - name: hy dtype: int64 - name: pitch dtype: float64 - name: yaw dtype: float64 - name: roll dtype: float64 - name: seg dtype: string - name: segm_gazeIdx dtype: int64 - name: occluded dtype: int64 splits: - name: train num_bytes: 99500978350.0 num_examples: 172800 - name: test num_bytes: 11081866319.6 num_examples: 19200 download_size: 110113558133 dataset_size: 110582844669.6 --- The dataset features/columns here are almost similar to the original github instruction (please read the github documentation first to understand the dataset): https://github.com/upeee/GOO-GAZE2021/blob/main/dataset/goosynth-download.txt To download goosynthtrain in huggingface, run the code below (https://huggingface.co/docs/datasets/v1.10.0/loading_datasets.html#from-the-huggingface-hub): from datasets import load_dataset</br> dataset = load_dataset("markytools/goosyntheticv3") The image datasets will be stored in ""~/.cache/huggingface", so you need to delete the files here if you want to free up space. The only difference here is that there is a new feature name called "splits", ["train", "test"] </br> The "bboxes" and "labels" features are in string format, so you can use the code below to convert the string into list:</br> import ast</br> listOfBboxes = ast.literal_eval(dataset["test"]["bboxes"][0])</br> </br> The feature "seg" is now in string format instead of numpy ndarray. This is an optional feature, and you can manually download the files here (https://huggingface.co/datasets/markytools/goosegmv3) using wget commandline. The files are in .npy so load it using np.load (https://numpy.org/doc/stable/reference/generated/numpy.load.html).数据集信息： 特征项如下： - 名称：image（图像），数据类型：image（图像类型） - 名称：split（拆分集标识），数据类型：string（字符串类型） - 名称：width（图像宽度），数据类型：int64 - 名称：height（图像高度），数据类型：int64 - 名称：bboxes（边界框），数据类型：string（字符串类型） - 名称：labels（标签），数据类型：string（字符串类型） - 名称：cab，数据类型：int64 - 名称：hum，数据类型：int64 - 名称：light（光照强度），数据类型：float64 - 名称：cam（相机参数标识），数据类型：int64 - 名称：env（环境标识），数据类型：int64 - 名称：gaze_item（注视目标），数据类型：int64 - 名称：gazeIdx（注视索引），数据类型：int64 - 名称：gaze_cx（注视点横坐标），数据类型：int64 - 名称：gaze_cy（注视点纵坐标），数据类型：int64 - 名称：hx，数据类型：int64 - 名称：hy，数据类型：int64 - 名称：pitch（俯仰角），数据类型：float64 - 名称：yaw（偏航角），数据类型：float64 - 名称：roll（滚转角），数据类型：float64 - 名称：seg（分割掩码），数据类型：string（字符串类型） - 名称：segm_gazeIdx（分割注视索引），数据类型：int64 - 名称：occluded（遮挡状态），数据类型：int64 拆分集信息如下： - 名称：train（训练集）：字节占用量：99500978350.0，样本总数：172800 - 名称：test（测试集）：字节占用量：11081866319.6，样本总数：19200 总下载大小：110113558133 数据集总大小：110582844669.6 本数据集的特征/列与原始GitHub说明基本一致，请先阅读GitHub文档以理解该数据集：https://github.com/upeee/GOO-GAZE2021/blob/main/dataset/goosynth-download.txt 若需在Hugging Face平台下载goosynthtrain数据集，请运行以下代码（参考文档：https://huggingface.co/docs/datasets/v1.10.0/loading_datasets.html#from-the-huggingface-hub）： python from datasets import load_dataset dataset = load_dataset("markytools/goosyntheticv3") 图像数据集将存储于`~/.cache/huggingface`路径下，若需释放存储空间，可删除该目录下的相关文件。 本数据集唯一的差异在于新增了名为`splits`的特征，包含["train", "test"]两个拆分集。 特征`bboxes`与`labels`为字符串格式，可通过以下代码将其转换为列表： python import ast listOfBboxes = ast.literal_eval(dataset["test"]["bboxes"][0]) 特征`seg`现已改为字符串格式，而非原本的numpy ndarray。该特征为可选字段，您可通过wget命令行工具手动从以下地址下载文件：https://huggingface.co/datasets/markytools/goosegmv3，文件格式为.npy，可使用`np.load`进行加载（参考文档：https://numpy.org/doc/stable/reference/generated/numpy.load.html）。

原始信息汇总

数据集概述

数据集特征

• image: 图像数据
• split: 字符串，表示数据分割类型
• width: 整数，图像宽度
• height: 整数，图像高度
• bboxes: 字符串，边界框数据
• labels: 字符串，标签数据
• cab: 整数
• hum: 整数
• light: 浮点数
• cam: 整数
• env: 整数
• gaze_item: 整数
• gazeIdx: 整数
• gaze_cx: 整数
• gaze_cy: 整数
• hx: 整数
• hy: 整数
• pitch: 浮点数
• yaw: 浮点数
• roll: 浮点数
• seg: 字符串，分割数据
• segm_gazeIdx: 整数
• occluded: 整数

数据分割

• train: 训练集，包含172800个样本，总大小为99500978350.0字节
• test: 测试集，包含19200个样本，总大小为11081866319.6字节

数据集大小

• 下载大小: 110113558133字节
• 数据集总大小: 110582844669.6字节