ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

caltech101

  • รายละเอียด:

คาลเทค-101 ประกอบด้วยภาพของวัตถุที่อยู่ 101 ชั้นเรียนบวกหนึ่ง background clutter ระดับ แต่ละภาพมีป้ายกำกับด้วยวัตถุเดียว แต่ละชั้นประกอบด้วยภาพประมาณ 40 ถึง 800 ภาพ รวมเป็นภาพประมาณ 9k รูปภาพมีขนาดต่างๆ ได้ โดยมีความยาวขอบโดยทั่วไปอยู่ที่ 200-300 พิกเซล เวอร์ชันนี้มีป้ายกำกับระดับรูปภาพเท่านั้น ชุดข้อมูลเดิมยังมีกรอบล้อมรอบ

แยก ตัวอย่าง
'test' 6,084
'train' 3,060
  • คุณสมบัติ:
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),
})

การสร้างภาพ

  • อ้างอิง:
@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},
}