caltech101

Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

  • Descripción :

Caltech-101 consta de imágenes de objetos que pertenecen a las clases 101, más una clase de background clutter . Cada imagen está etiquetada con un solo objeto. Cada clase contiene aproximadamente de 40 a 800 imágenes, con un total de alrededor de 9k imágenes. Las imágenes son de tamaños variables, con longitudes de borde típicas de 200-300 píxeles. Esta versión solo contiene etiquetas a nivel de imagen. El conjunto de datos original también contiene cuadros delimitadores.

Separar Ejemplos
'test' 6,084
'train' 3,060
  • Estructura de características :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/file_name': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=102),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
imagen Imagen (Ninguno, Ninguno, 3) tf.uint8
imagen/nombre_de_archivo Texto tf.cadena
etiqueta Etiqueta de clase tf.int64

Visualización

  • Cita :
@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},
}