- Deskripsi :
Caltech-101 terdiri dari gambar objek milik 101 kelas, ditambah satu kelas background clutter
. Setiap gambar diberi label dengan satu objek. Setiap kelas berisi sekitar 40 hingga 800 gambar, dengan total sekitar 9k gambar. Gambar memiliki ukuran yang bervariasi, dengan panjang tepi tipikal 200-300 piksel. Versi ini hanya berisi label tingkat gambar. Dataset asli juga berisi kotak pembatas.
Situs web : http://www.vision.caltech.edu/Image_Datasets/Caltech101/
Kode sumber :
tfds.image_classification.Caltech101
Versi :
-
3.0.0
: API split baru ( https://tensorflow.org/datasets/splits ) -
3.0.1
(default) : Pembaruan URL situs web
-
Ukuran unduhan :
125.64 MiB
Ukuran
132.86 MiB
data :132.86 MiB
Cache otomatis ( dokumentasi ): Ya
Split :
Membagi | Contoh |
---|---|
'test' | 6.084 |
'train' | 3.060 |
- Fitur :
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),
})
Kunci yang diawasi (Lihat
as_supervised
doc ):('image', 'label')
Kutipan :
@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},
}
- Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):