- विवरण :
कैलटेक-101 में 101 वर्गों से संबंधित वस्तुओं के चित्र, साथ ही एक background clutter
वर्ग शामिल है। प्रत्येक छवि को एक वस्तु के साथ लेबल किया गया है। प्रत्येक वर्ग में लगभग 40 से 800 चित्र होते हैं, कुल मिलाकर लगभग 9k चित्र। छवियाँ 200-300 पिक्सेल की विशिष्ट किनारों की लंबाई के साथ चर आकार की होती हैं। इस संस्करण में केवल छवि-स्तर के लेबल हैं। मूल डेटासेट में बाउंडिंग बॉक्स भी होते हैं।
होमपेज : http://www.vision.caltech.edu/Image_Datasets/Caltech101/
स्रोत कोड :
tfds.datasets.caltech101.Builder
संस्करण :
-
3.0.0
: नया स्प्लिट एपीआई ( https://tensorflow.org/datasets/splits ) -
3.0.1
(डिफ़ॉल्ट): वेबसाइट यूआरएल अपडेट
-
डाउनलोड आकार :
125.64 MiB
डेटासेट का आकार :
132.86 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 6,084 |
'train' | 3,060 |
- फ़ीचर संरचना :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'image/file_name': Text(shape=(), dtype=string),
'label': ClassLabel(shape=(), dtype=int64, num_classes=102),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
छवि | छवि | (कोई नहीं, कोई नहीं, 3) | uint8 | |
छवि/file_name | मूलपाठ | डोरी | ||
लेबल | क्लासलेबल | int64 |
पर्यवेक्षित कुंजी (
as_supervised
दस्तावेज़ देखें):('image', 'label')
चित्र ( tfds.show_examples ):
- उदाहरण ( tfds.as_dataframe ):
- उद्धरण :
@article{FeiFei2004LearningGV,
title={Learning Generative Visual Models from Few Training Examples: An Incremental Bayesian Approach Tested on 101 Object Categories},
author={Li Fei-Fei and Rob Fergus and Pietro Perona},
journal={Computer Vision and Pattern Recognition Workshop},
year={2004},
}