caltech101

  • Açıklama:

Caltech-101 101 sınıfları, artı bir ait nesnelerin resimler oluşur background clutter sınıfına. Her görüntü tek bir nesne ile etiketlenir. Her sınıf yaklaşık 40 ila 800 görüntü içerir ve toplamda yaklaşık 9 bin görüntü vardır. Görüntüler, tipik kenar uzunlukları 200-300 piksel olan değişken boyutlardadır. Bu sürüm yalnızca görüntü düzeyinde etiketler içerir. Orijinal veri kümesi ayrıca sınırlayıcı kutular içerir.

Bölmek Örnekler
'test' 6.084
'train' 3.060
  • Özellikler:
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),
})

görselleştirme

  • Citation:
@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},
}