bee_dataset

• توضیحات :

این مجموعه داده شامل تصاویر و مجموعه‌ای از برچسب‌ها است که ویژگی‌های خاصی از آن تصاویر را نشان می‌دهد، مانند عفونت‌های کنه‌های واروآ ، زنبورهایی که بسته‌های گرده حمل می‌کنند یا زنبورهایی که با بال زدن کندو را خنک می‌کنند. علاوه بر این، این مجموعه داده حاوی تصاویری از زنبورها است تا بتواند زنبورها و زنبورها را تشخیص دهد.

تصاویر زنبورها از بالا گرفته شده و می چرخند. زنبور عمودی است و سر یا تنه آن در بالا قرار دارد. همه تصاویر با پس‌زمینه سبز گرفته شده‌اند و فاصله تا زنبورها همیشه یکسان بوده، بنابراین همه زنبورها اندازه یکسانی دارند.

هر تصویر می تواند چندین برچسب به آن اختصاص داده شود. به عنوان مثال، زنبور عسل می تواند کندو را خنک کند و همزمان به عفونت واریو مایت مبتلا شود.

این مجموعه داده به عنوان مجموعه داده mutli-label طراحی شده است، که در آن هر برچسب، به عنوان مثال varroa_output ، حاوی 1 است اگر مشخصه در تصویر وجود داشته باشد و 0 اگر وجود نداشته باشد. تمامی تصاویر با ارتفاع 300 پیکسل و پهنای 150 پیکسل ارائه می شوند. به عنوان پیش فرض مجموعه داده تصاویر را به صورت پیکسل 150x75 (h,w) ارائه می کند. می‌توانید با بارگذاری مجموعه داده‌ها با نام «bee_dataset/bee_dataset_300» ارتفاع 300 پیکسل و با «bee_dataset/bee_dataset_200» با ارتفاع 200 پیکسل انتخاب کنید.

مجوز: GNU GENERAL PUBLIC LICENSE

نویسنده: Fabian Hickert Fabian.Hickert@raspbee.de

• صفحه اصلی : https://raspbee.de

• کد منبع : tfds.datasets.bee_dataset.Builder

• نسخه ها :

  • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

• حجم دانلود : 192.39 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('input', 'output')

• نقل قول :

@misc{BeeAlarmed - A camera based bee-hive monitoring,
  title =   "Dataset for a camera based bee-hive monitoring",
  url={https://github.com/BeeAlarmed}, journal={BeeAlarmed},
  author =  "Fabian Hickert",
  year   =  "2021",
  NOTE   = "\url{https://raspbee.de/} and \url{https://github.com/BeeAlarmed/BeeAlarmed}"
}

bee_dataset/bee_dataset_300 (پیکربندی پیش‌فرض)

• توضیحات پیکربندی : تصاویر BeeDataset با ارتفاع 300 پیکسل و عرض 150 پیکسل

• حجم مجموعه داده : 97.96 MiB

• ساختار ویژگی :

FeaturesDict({
    'input': Image(shape=(300, 150, 3), dtype=uint8),
    'output': FeaturesDict({
        'cooling_output': float64,
        'pollen_output': float64,
        'varroa_output': float64,
        'wasps_output': float64,
    }),
})

• مستندات ویژگی :

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):

bee_dataset/bee_dataset_200

• توضیحات پیکربندی : تصاویر BeeDataset با ارتفاع 200 پیکسل و عرض 100 پیکسل

• حجم مجموعه داده : 55.48 MiB

• ساختار ویژگی :

FeaturesDict({
    'input': Image(shape=(200, 100, 3), dtype=uint8),
    'output': FeaturesDict({
        'cooling_output': float64,
        'pollen_output': float64,
        'varroa_output': float64,
        'wasps_output': float64,
    }),
})

• مستندات ویژگی :

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):

bee_dataset/bee_dataset_150

• توضیحات پیکربندی : تصاویر BeeDataset با ارتفاع 200 پیکسل و عرض 100 پیکسل

• حجم مجموعه داده : 37.43 MiB

• ساختار ویژگی :

FeaturesDict({
    'input': Image(shape=(150, 75, 3), dtype=uint8),
    'output': FeaturesDict({
        'cooling_output': float64,
        'pollen_output': float64,
        'varroa_output': float64,
        'wasps_output': float64,
    }),
})

• مستندات ویژگی :

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):